/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
CC BY 4.0
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
3 фев 2025

CodeSteer-v1

Генерация текстаТекст → текст3 профессии

CodeSteer-v1 — дообученная на базе Llama 3.1 8B Instruct текстовая модель, которая помогает выбирать между генерацией кода и текстовым рассуждением при решении задач.

50скачиваний за 30 дней8лайковвеса обновлены12 фев 2025

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

CodeSteer-v1 — дообученная командой проекта CodeSteer модель на базе Meta Llama 3.1 8B Instruct, предназначенная для управления выбором между исполнением кода и текстовым рассуждением при решении задач. В рамках подхода CodeSteer отдельная модель анализирует текущие и предыдущие ответы и подсказывает следующую стратегию модели-исполнителя, чтобы подключать символьные вычисления там, где они помогают избежать ошибок в рассуждениях на естественном языке.

Модель основана на плотной архитектуре LlamaForCausalLM, содержит около 7,5 млрд параметров и имеет контекст до 8192 токенов. В проекте её применяют как CodeSteerLLM в экспериментах на SymBench, включающем задачи, решаемые с помощью кода и текстового рассуждения. Карточка сообщает о сравнении всей системы GPT-4o + CodeSteer с другими системами на SymBench; эти результаты не следует трактовать как отдельную оценку CodeSteer-v1.

Модель принимает и генерирует текст. Опубликованный репозиторий использует формат safetensors и библиотеку Transformers; для заявленного сценария запуска требуются GPU-ресурсы, хотя объём необходимых ресурсов зависит от конфигурации. Лицензия — CC BY 4.0. Практическое применение кода требует отдельной среды исполнения: README описывает систему CodeSteer, а не автономное исполнение кода самой моделью.

Сценарии применения

  • выбор между решением задачи кодом и текстовым рассуждением
  • подсказки LLM, когда следует использовать символьные вычисления
  • эксперименты по комбинированию исполнения кода и рассуждений
  • решение задач из бенчмарка SymBench

Ограничения

Для выполнения кода нужна отдельная среда исполнения; сама модель выдаёт текст. Описанные в README результаты относятся к связке GPT-4o + CodeSteer на SymBench и не являются отдельной оценкой CodeSteer-v1.

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

CodeSteer: Symbolic-Augmented Language Models via Code/Text Guidance

Project page: https://github.com/yongchao98/CodeSteer-v1.0/

Code    Huggingface🤗    Model Weights
SymBench🤗    Finetune Datasets    SymBench Datasets    SymBench Synthesis Scripts

Contents

Framework

Inspirations

Performance

We compare GPT-4o + CodeSteer with OpenAI o1 and DeepSeek R1 on SymBench, with 28 seen tasks and 9 unseen tasks. GPT-4o + CodeSteer surpasses o1 (82.7), R1 (76.8), and o1-preview (74.8), highlighting the importance of integrating symbolic computing into LLMs.

The cost of tokens and runtimes for each method are as follows. GPT-4o + CodeSteer costs less tokens and runtimes than o1 and R1.

Environment_Setup

The fine-tuning and inference of CodeSteerLLM are based on Llama-factory with some modules modified by us.

git clone https://github.com/yongchao98/CodeSteer-v1.0.git
cd CodeSteer-v1.0

conda create -n CodeSteer python=3.10
conda activate CodeSteer
pip install -r requirements.txt

LLM_API_Key_Setup

If you want to use several API-based LLMs as TaskLLM or CodeSteerLLM, then you need to set up API key.

  1. First, create a .env file in your project root:
OPENAI_API_KEY='your_key_here'
CLAUDE_API_KEY='your_key_here'
MIXTRAL_API_KEY='your_key_here'
DEEPSEEK_API_KEY='your_key_here'
  1. Add this .env file to your .gitignore to prevent accidentally committing it:
echo ".env" >> .gitignore

Train_and_Test_Models

Create_test_samples

The synthesized test samples for 37 tasks of SymBench are in dataset_gather dictionary. You can also synthezise the samples by yourself with tunable complexities with scripts in create_dataset.

Run inference without GPU, test close LLM as CodeSteerLLM

We can directly use unfinetuned model like GPT-4o as CodeSteerLLM, in this case directly run

python benchmark_test_baseline.py

Run inference with GPU, test finetuned CodeSteerLLM

We can infer Llama-3.1-8B with own GPUs (default setting is in infer_CodeSteer.sh using 4*H100 of Harvard Cluster, please modify freely with your own cluster settings). You can also download the Model Weights in your local and change the path in llama3_8B_CodeSteer.yaml.

bash infer_CodeSteer.sh
# default config file is ./llama3_8B_CodeSteer.yaml using the model uploaded on Huggingface.

Finetuning CodeSteerLLM with synthesized data

Both our synthesized datasets of SFT and DPO finetuning are in Finetune Datasets. We use Llama-factory and DeepSpeed for fintuning processes. First install Llama-factory with:

git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch,metrics]"
cd ..

Then we run the code with (default setting is in train_llama3-8B-CodeSteer.sh using 4*H100 of Harvard Cluster, please modify freely with your own cluster settings):

bash train_llama3-8B-CodeSteer.sh

Assistance

We appreciate all feedback! Feel free to raise an issue for bugs, questions, or suggestions. Contacting Yongchao Chen and Chuchu Fan for any questions and discussion.

Citation

@misc{chen2025codesteersymbolicaugmentedlanguagemodels,
      title={CodeSteer: Symbolic-Augmented Language Models via Code/Text Guidance}, 
      author={Yongchao Chen and Yilun Hao and Yueying Liu and Yang Zhang and Chuchu Fan},
      year={2025},
      eprint={2502.04350},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.04350}, 
}
@article{chen2024steering,
  title={Steering Large Language Models between Code Execution and Textual Reasoning},
  author={Chen, Yongchao and Jhamtani, Harsh and Sharma, Srinagesh and Fan, Chuchu and Wang, Chi},
  journal={arXiv preprint arXiv:2410.03524},
  year={2024}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7d9bb99

0 моделей