Мы использовали кросс-энтропию softmax и модифицированную форму политики градиента вместе с потерей Q, оптимизированную в настройке EM. Производительность для упомянутых задач сопоставима с гораздо более крупными LLM и GPT-3.5. Если вы хотите опробовать эту модель без использования графического процессора, мы разместим ее на нашем сервере. Чтобы запустить библиотеку с использованием модели размещенной игровой площадки, инициализируйте генератор, как показано ниже: Мы разместили модель по адресу https://playground.pipable.ai/infer. Следовательно, можно также отправить запрос POST к этой конечной точке со следующей полезной нагрузкой: Альтернативно вы можете напрямую получить доступ к конечной точке пользовательского интерфейса по адресу https://playground.pipable.ai/docs#/default/inferinferpost. Для непосредственного использования возможностей модели без дополнительных усилий по схемам и подсказкам попробуйте использовать pip Library_etl. Вот краткий обзор того, чего можно достичь с помощью библиотеки PipEtl: — Генерация вызовов функций: методgeneratefunctioncall облегчает генерацию вызовов функций Python на основе заданных вопросов и либо строк документации, либо недокументированного кода. Эта функция может быть полезна для генерации примеров вызовов функций или прототипирования фрагментов кода. — Автоматизированное создание документации: с помощью…
Модальности:
Генерация текста
Области применения:
Генерация кода Диалог / чат
Языки программирования:
Python Java C++ SQL
Задача: Генерация текста
Автор: PipableAI
Теги: llama, python, java, cpp, sql, function calling, unit tests, causalLM
Лайков: 44 | Загрузок: 21
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
