Gpt Neo 1.3B Apps All

🚀 GPT-Neo-1.3B-APPS-all

GPT-Neo-1.3B-APPS-all是一个针对编程任务优化的模型，它基于GPT-Neo-1.3B在APPS数据集上微调而来，能有效解决各类编程问题。

🚀 快速开始

请参考我们新的 GitHub Wiki，其中详细记录了我们创建GitHub Copilot开源版本的工作。

✨ 主要特性

GPT-Neo-1.3B-APPS-all是在APPS数据集上微调的GPT-Neo-1.3B模型，专门用于解决编程任务。

📦 安装指南

文档未提及安装步骤，故跳过该章节。

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer, FlaxAutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("flax-community/gpt-code-clippy-1.3B-apps-alldata")

tokenizer = AutoTokenizer.from_pretrained("flax-community/gpt-code-clippy-1.3B-apps-alldata")

prompt = """

A function to greet user. Given a user name it should say hello

def greet(name):

ANSWER:

""" 

input_ids = tokenizer(prompt, return_tensors='pt').input_ids.to(device)

start = input_ids.size(1)

out = model.generate(input_ids, do_sample=True, max_length=50, num_beams=2, 

                     early_stopping=True, eos_token_id=tokenizer.eos_token_id, )

print(tokenizer.decode(out[0][start:]))

高级用法

文档未提及高级用法示例，故跳过该部分。

📚 详细文档

模型描述

GPT-Neo-1.3B-APPS-all是在APPS数据集上微调的GPT-Neo-1.3B模型，专门用于解决编程任务。

训练数据

该模型在 Automated Programming Progress Standard (APPS) 数据集 上进行训练。该数据集总共包含10,000个编码问题，有131,836个用于检查解决方案的测试用例，以及232,444个由人类编写的真实解决方案。问题可能较为复杂，平均每个问题的长度为293.2个单词。数据被均匀地分为训练集和测试集，每个集合包含5,000个问题。

此模型使用了APPS数据集的大部分数据进行微调，包括训练集和测试集，以探索这种训练任务对模型在其他代码合成评估指标上性能的影响。仅在训练集上微调的模型可以在 这里 找到。

训练过程

用于训练此模型的训练脚本可以在 这里 找到。

训练使用AdamW优化器进行了5个epoch，并采用了线性衰减学习率调度，有800个热身步骤。要重现训练过程，可以使用上述脚本并执行以下命令：

python run_clm_apps.py \
    --output_dir ./gpt-neo-1.3B-apps \
    --model_name_or_path EleutherAI/gpt-neo-1.3B \
    --dataset_name ./apps.py \
    --dataset_config_name formatted \
    --do_train --do_eval \
    --block_size="1024" \
    --per_device_train_batch_size="3" \
    --per_device_eval_batch_size="3" \
    --preprocessing_num_workers="16" \
    --learning_rate="8e-5" \
    --warmup_steps="800" \
    --adam_beta1="0.9" \
    --adam_beta2="0.98" \
    --weight_decay="0.1" \
    --overwrite_output_dir \
    --num_train_epochs="5" \
    --logging_steps="50" \
    --eval_steps="2000" \
    --report_to="wandb" \
    --dtype="bfloat16" \
    --save_strategy epoch \
    --gradient_accumulation_steps 1 \
    --all_data true \

预期用途和局限性

该模型经过微调，可根据文本描述和可选的起始代码解决编程问题。

使用方法

你可以直接使用文本生成管道来使用此模型。以下示例每次运行时都会生成不同的序列：

# 代码示例保持不变
from transformers import AutoModelForCausalLM, AutoTokenizer, FlaxAutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("flax-community/gpt-code-clippy-1.3B-apps-alldata")

tokenizer = AutoTokenizer.from_pretrained("flax-community/gpt-code-clippy-1.3B-apps-alldata")

prompt = """

A function to greet user. Given a user name it should say hello

def greet(name):

ANSWER:

""" 

input_ids = tokenizer(prompt, return_tensors='pt').input_ids.to(device)

start = input_ids.size(1)

out = model.generate(input_ids, do_sample=True, max_length=50, num_beams=2, 

                     early_stopping=True, eos_token_id=tokenizer.eos_token_id, )

print(tokenizer.decode(out[0][start:]))

局限性和偏差

该模型旨在用于研究目的，不保证生成代码的质量。

OpenAI的论文 "Evaluating Large Language Models Trained on Code" 对在代码上训练的大语言模型的影响进行了很好的讨论。因此，这里突出了他们讨论中与该数据集以及可能从该数据集训练的模型相关的部分。以及与论文观点的一些差异，特别是在法律影响方面。

1. 过度依赖：此模型可能会生成看似合理但不一定正确的解决方案。如果不正确评估生成的代码，可能会导致负面后果，例如引入错误或安全漏洞。因此，用户必须了解使用此语言模型的局限性和潜在负面后果。
2. 经济和劳动力市场影响：在如此大规模代码数据集上训练的大语言模型，能够生成高质量代码，有可能自动化部分软件开发过程，这可能会对软件开发人员产生负面影响。然而，正如论文中所讨论的，根据 O*NET OnLine 对软件开发人员的总结报告所示，开发人员不仅仅是编写软件。
3. 偏差：该模型在包含特定格式提示问题的数据上进行训练。如果提示格式与APPS数据集中使用的格式不同，模型的性能可能会变差。

GPT-CC是微调后的GPT-Neo，可能继承了它的偏差和局限性。详情请参阅 GPT-Neo模型卡片。

评估结果

即将推出...

🔧 技术细节

文档未提供足够的技术实现细节，故跳过该章节。

📄 许可证

该项目采用MIT许可证。