CODEFUSION (Python)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Microsoft,Microsoft Research
- Tipo di organizzazione
- Industry,Industry
- Paese
- United States of America
- Pubblicato
- 26 October 2023
- Autori
- Mukul Singh, José Cambronero, Sumit Gulwani, Vu Le, Carina Negreanu, Gust Verbruggen
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Code generation
- Approccio
- Self-supervised learning
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 75M
- Dati di addestramento
- 4,390,400 tokens
Table 1
Section A3, Table 5: for python, 56k samples with an average length of 78.4 tokens
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 7.9 × 10¹⁸ FLOP
- Come è stato stabilito
- Hardware
V100 performance: 125 teraFLOPS according to https://www.nvidia.com/en-us/data-center/v100/ 11 hours * 4 GPUs * 125 teraFLOPS/GPU * 0.40 utilization = 7.92e18 FLOP
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA V100
- Chip utilizzati
- 4
- Tempo di parete
- 11 hours
- Consumo energetico
- 2.4 kW
- Costo di calcolo
- $9
"The system used to run the experiments uses an Intel Core i7 processor (base at 1.8 GHz) along with 4 V100 GPU units, a 64-bit operating system, and 56 GB RAM. CODEFUSION took 8 hours to pre-train and 3 hours to fine-tune on average for each dataset."
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 57
See Table 1, SOTA in Python code generation "We evaluate Python using CodeBERTScore (Zhou et al., 2023), which has been shown to be a high quality non-execution-based code matching metric."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- CODEFUSION: A Pre-trained Diffusion Model for Code Generation
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Informazioni su questo modello
CODEFUSION (Python) è stato pubblicato da Microsoft,Microsoft Research, nel paese registrato come United States of America, durante October 2023. L'organizzazione di pubblicazione è classificata come industry,Industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di code generation.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
Il training ha richiesto un budget di calcolo di circa 7.9 × 10¹⁸ FLOP, su hardware registrato come NVIDIA V100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il set di addestramento si aggirava attorno a 4,390,400 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.
Risposte
CODEFUSION (Python) — domande comuni
CODEFUSION (Python)— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 7.9 × 10¹⁸ FLOP, su hardware registrato come NVIDIA V100. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
CODEFUSION (Python)— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
CODEFUSION (Python)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
CODEFUSION (Python)— quanti parametri ha?
Ha un numero di parametri di 75M. Table 1. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
CODEFUSION (Python)— chi l'ha creato?
È stato pubblicato da Microsoft,Microsoft Research, basato su United States of America, un'organizzazione categorizzata come industry,Industry.
CODEFUSION (Python)— quando è stato rilasciato?
È stato pubblicato in October 2023. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
CODEFUSION (Python)— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di code generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.