/ 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

nrkto3

stojchet
Генерация текстаТекст → текст3 профессии

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

15скачиваний 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

stojchet/nrkto3 — дообученная модель для генерации текста на основе DeepSeek Coder 1.3B Base. Она содержит 1,3 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает контекст длиной до 16 384 токенов. В README приведены метрики оценки, но назначение дообучения и характеристики обучающих данных не раскрыты; базовая модель предназначена для продолжения и автодополнения кода.

Модель может использоваться для генерации и продолжения текста, в том числе кода, однако карточка не подтверждает специализированные сценарии, качество на конкретных задачах или поддержку языков программирования и естественных языков. Репозиторий содержит веса в формате Safetensors. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория.

Сценарии применения

  • генерация продолжения фрагмента кода
  • автодополнение кода по началу файла
  • создание текстового ответа по входному контексту

Ограничения

Назначение дообучения и обучающие данные в README не описаны, поэтому качество для конкретных сценариев не установлено. Условия лицензии обозначены как other и требуют проверки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

nrkto3

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: 0.2914
  • Eval/rewards/chosen: -4.1314
  • Eval/logps/chosen: -187.2567
  • Eval/rewards/rejected: -3.9184
  • Eval/logps/rejected: -215.2236
  • Eval/rewards/margins: -0.2129
  • Eval/kl: 0.0

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: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 256
  • 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: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.31793.41151000.29140.0

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
3221faa

0 моделей

    Создать бенчмарк