Nxcode CQ 7B Orpo

🚀 Nxcode-CQ-7B-orpo

Nxcode-CQ-7B-orpoは、高品質なランキングデータ10万サンプルを使用して、Qwen/CodeQwen1.5-7BをMonolithic Preference Optimization without Reference Modelでファインチューニングしたモデルです。

🚀 クイックスタート

ここでは、apply_chat_templateを使用したコードスニペットを提供し、トークナイザーとモデルの読み込み方法、およびコンテンツの生成方法を示します。トークナイザーを読み込む際にエラーが発生した場合は、transformersをアップグレードする必要があります。

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "NTQAI/Nxcode-CQ-7B-orpo",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("NTQAI/Nxcode-CQ-7B-orpo")

prompt = """Complete the following Python function:
from typing import List


def has_close_elements(numbers: List[float], threshold: float) -> bool:
    """ Check if in given list of numbers, are any two numbers closer to each other than
    given threshold.
    >>> has_close_elements([1.0, 2.0, 3.0], 0.5)
    False
    >>> has_close_elements([1.0, 2.8, 3.0, 4.0, 5.0, 2.0], 0.3)
    True
    """
"""
messages = [
    {"role": "user", "content": prompt}
]

inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
outputs = model.generate(inputs, max_new_tokens=512, do_sample=False, top_k=50, top_p=0.95, num_return_sequences=1, eos_token_id=tokenizer.eos_token_id)
res = tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True)

✨ 主な機能

Evalplus

Evalplusのソリューションを生成するために、以下のシンプルなテンプレートを使用しています。

"Complete the following Python function:\n{prompt}"

Evalplus Leaderboard

Bigcode Leaderboard

Bigcode Leaderboard

09/05/2024

Top 1平均スコア。

Top 2勝率。

📄 ライセンス

このプロジェクトは、tongyi-qianwen-researchライセンスの下で提供されています。

連絡先

このプロジェクトに関する個人的なコミュニケーションは、Nha Nguyen Van (nha.nguyen@ntq-solution.com.vn)にお問い合わせください。