/ Модель
Каталог

Характеристики

Контекст
16 384 токена
Параметры
1,3 млрд
Размер весов
5,4 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
deepseek-coder-1.3b-base
Опубликована
16 июл 2024

Ссылки

Hugging Face

nkto3

stojchet
Генерация текстаТекст → текст

Дообученная на базе DeepSeek Coder 1.3B модель для генерации и продолжения текста, включая код.

16скачиваний за 30 дней0лайковвеса обновлены16 июл 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

nkto3 — дообученная модель для генерации текста, созданная на базе deepseek-ai/deepseek-coder-1.3b-base. В метаданных указана архитектура Llama с плотной сетью и 1,3 млрд параметров; модель распространяется в формате safetensors и имеет контекстное окно 16 384 токена.

Модель предназначена для продолжения и генерации текста, а базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде. README сообщает о дообучении методом KTO и приводит метрики оценки, однако не описывает датасет, конкретные сценарии применения или качество на практических задачах. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели.

Сценарии применения

  • генерация продолжения кода
  • автодополнение фрагментов кода
  • заполнение пропусков в коде
  • генерация текста на основе заданного контекста

Ограничения

README не раскрывает обучающий датасет, целевые сценарии и результаты на прикладных задачах; приведённые метрики оценки не объясняют методику тестирования. Лицензия обозначена как other, поэтому условия использования требуют отдельной проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

nkto3

This model is a fine-tuned version of deepseek-ai/deepseek-coder-1.3b-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4387
  • Eval/rewards/chosen: 0.9157
  • Eval/logps/chosen: -133.4378
  • Eval/rewards/rejected: -0.9351
  • Eval/logps/rejected: -190.4144
  • Eval/rewards/margins: 1.8509
  • Eval/kl: 7.1433

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-06
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.42542.561000.43877.1433

Framework versions

  • Transformers 4.43.0.dev0
  • Pytorch 2.2.2+cu121
  • Datasets 2.19.2
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3a65c97

0 моделей

    Создать бенчмарк