/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
t5-base
Библиотека
transformers
Опубликована
23 сен 2026

t5-base-code-summarization

Генерация текстаТекст → текст3 профессии

Дообученная модель T5-Base, которая генерирует краткие английские описания функций на Python для черновиков docstring и пояснений к коду.

378скачиваний за 30 дней0лайковвеса обновлены23 сен 2026

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.

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

thealper2/t5-base-code-summarization — модель на базе T5-Base, дообученная для создания кратких текстовых описаний функций на Python. Она принимает исходный код с обязательным префиксом «summarize code: » и генерирует одно предложение на английском языке о назначении функции. Модель рассчитана на автоматическое создание черновиков docstring и кратких пояснений к коду; обучающие примеры взяты из пар кода и комментариев CodeSearchNet, при этом Python-функции отбирались разбором кода.

Архитектура — T5ForConditionalGeneration, около 123,8 млн параметров по метаданным, максимальный контекст — 512 токенов. В README приведены метрики BLEU и ROUGE на тестовой выборке из 5 000 функций; они отражают лексическое совпадение с одним эталонным описанием и могут занижать оценку корректных перефразировок. Модель наследует шум и ошибки обучающих комментариев, а её описания часто короче и обобщённее человеческих docstring.

Репозиторий распространяется по лицензии Apache-2.0. Модель обучена только на Python, поэтому другие языки программирования находятся вне обучающего распределения; входы длиннее 512 токенов обрезаются.

Сценарии применения

  • создание черновика docstring для функции Python
  • краткое объяснение назначения функции Python
  • автоматическое добавление комментариев к коду Python

Ограничения

Обучена только на Python; вход длиннее 512 токенов обрезается. Описания могут быть короче и обобщённее человеческих, а обучающие комментарии содержат шум и ошибки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

t5-base-code-summarization

google-t5/t5-base (223M parameters) fine-tuned to generate a one-sentence natural-language summary (docstring) for a Python function.

  • Input: "summarize code: " + <python source code> (the prefix is required)
  • Output: a short English summary of what the function does
  • Language: Python only

Usage

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

repo = "thealper2/t5-base-code-summarization"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForSeq2SeqLM.from_pretrained(repo)

code = """def calculate_average(numbers):
    return sum(numbers) / len(numbers)"""

inputs = tokenizer("summarize code: " + code, return_tensors="pt",
                   truncation=True, max_length=512)
# Decoding settings (beam search etc.) are loaded from generation_config.json.
output = model.generate(**inputs)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Evaluation

Scores on 5,000 held-out test functions, never seen during training or model selection. Validation scores are from the in-training evaluation subset.

MetricTestValidation
BLEU (sacreBLEU, corpus)3.924.69
Smoothed BLEU-4 (sentence avg.)6.657.21
ROUGE-136.0337.42
ROUGE-212.6114.14
ROUGE-L32.9734.02
Semantic similarity (MiniLM cosine)54.02–
Avg. generated length (words)6.175.92
Avg. reference length (words)10.029.90

BLEU/ROUGE reward lexical overlap with a single reference docstring, so a correct summary phrased differently scores low. Read them alongside the examples below. CodeBLEU is not reported: it scores generated code, while this model generates English.

Examples from the test split

def validate_flavor_data(self, expected, actual):

        self.log.debug('Validating flavor data...')
        self.log.debug('actual: {}'.format(repr(actual)))
        act = [a.name for a in actual]
        return self._validate_list_data(expected, act)
  • Reference: Validate flavor data.
  • Generated: Validate flavor data.
def check(text):
    err = "hedging.misc"
    msg = "Hedging. Just say it."

    narcissism = [
        "I would argue that",
        ", so to speak",
        "to a certain degree",
    ]

    return existence_check(text, narcissism, err, msg)
  • Reference: Suggest the preferred forms.
  • Generated: Check if hedging is valid.
def on_source_directory_chooser_clicked(self):

        title = self.tr('Set the source directory for script and scenario')
        self.choose_directory(self.source_directory, title)
  • Reference: Autoconnect slot activated when tbSourceDir is clicked.
  • Generated: Sets the source directory for script and scenario.

Training data

sentence-transformers/codesearchnet (pair config), code → comment pairs. The dataset mixes about six languages without a label, so Python functions were detected by parsing with ast. Leading docstrings were stripped from the code (otherwise the target leaks into the input), summaries were cut to their leading prose, and broken, non-English and boilerplate rows were dropped.

SplitExamples
train20,000
validation5,000
test5,000

Training procedure

Hyper-parameterValue
Learning rate0.0003
Scheduler / warmuplinear / 0.03
Optimizeradamw_torch
Effective batch size32 (per-device 8 × accumulation 4)
Epochs3.0
Weight decay0.01
Max source / target length512 / 64 tokens
Precisionbf16
Gradient checkpointingTrue
Seed42
Training time50.49 min
Peak GPU memory4.17 GB

Best checkpoint selected on validation ROUGE-L with early stopping.

Generation

num_beams=4, max_length=64, min_length=4, length_penalty=1.0, no_repeat_ngram_size=3, early_stopping=True, do_sample=False

Limitations

  • Trained on Python only; other languages are out of distribution.
  • Inputs longer than 512 tokens are truncated, so the end of long functions is not seen.
  • Summaries tend to be shorter and more generic than human-written docstrings.
  • Docstrings in CodeSearchNet are noisy; the model inherits their style and errors.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
8d37781

0 моделей