Beim Surfen bin ich auf ein mir bisher unbekanntes Huggingface Leaderboard aufmerksam geworden, dass sich speziell auf „Big Code Models“ konzentriert und die Leistung Multi-Language Code-Generierungsmodellen anhand des HumanEval und des MultiPL-E Benchmarks vergleicht. https://huggingface.co/spaces/bigcode/bigcode-models-leaderboard Unter den Top-10 findet man die üblichen Verdächtigen. Aber auf Platz 1 steht CodeFuse-DeepSeek-33b. Davon habe ich bisher noch nichts gehört. Es erreicht 60.76 bei der Programmiersprache Java und übertrifft sogar DeepSeek-Coder-33b-instruct (52.03) und CodeLlama-70b (44.72). Grund genug sich CodeFuse-DeepSeek-33b mal genauer anzusehen. CodeFuse-DeepSeek-33b Unter https://huggingface.co/codefuse-ai/CodeFuse-DeepSeek-33B-4bits kann man lesen, dass CodeFuse-DeepSeek-33B ein 33B Code-LLM ist, das mit Hilfe von QLoRA anhand mehrerer codebezogenen Aufgaben auf dem Basismodell DeepSeek-Coder-33B feingetunt wurde. Das klingt vielversprechend. Die DeepSeek-Coder Familie benutze ich schon relativ lange und habe gute Erfahrungen…
Kommentare sind geschlossen.jentsch.io Beiträge
Gradio ist ein Open-Source Python Package, mit dem man schnell und einfach eine Webanwendung für ein Machine Learning Model erstellen kann. Die Idee ist es, die Komplexität von Machine-Learning-Modellen zu reduzieren und eine einfache Möglichkeit zu haben, eine interaktive Machine Learning Web-Anwendungen zu erstellen. Eine einfache einführung in Gradio gibt es z.B. hier: Gradio wird auch von einigen Anwendungen als Web-Interface genutzt, um z.B. schnell und einfach auf ein LLM zugreifen zu können. Ich nutze z.B. gerne FastChat (https://github.com/lm-sys/FastChat) um eine Web-GUI für ein LLM zu erstellen. Mit folgenden 3 Zeilen kann man eine einfache Web-GUI für ein LLMs starten. Dieser Aufruf startet einen Gradio Webserver, der dann eine Chat-GPT ähnlich Oberfläche unter http://localhost:8001/ erzeugt und einen Zugriff auf die…
Kommentare sind geschlossen.Wer schon immer mal Dateien auf einem Server (z.B. Python, PHP, etc.) statt mit einem Vim in der Console in der lokalen IDE (z.B. IntelliJ, Eclipse oder Visual Studio Code) editieren wollte, hat mit „SSHFS-Win · SSHFS for Windows“ eine einfache Möglichkeit dies zu tun. Installation Die Installation erfolgt mit dem folgenden Kommando: winget install -h -e –id „WinFsp.WinFsp“ && winget install -h -e –id „SSHFS-Win.SSHFS-Win“ Dieses Command (Powerhell) startet den Download von „WinFsp.WinFsp“ und „SSHFS-Win.SSHFS-Win“ und führt direkt die Installation durch. Gefunden WinFsp 2023 [WinFsp.WinFsp] Version 2.0.23075 Diese Anwendung wird von ihrem Besitzer an Sie lizenziert. Microsoft ist nicht verantwortlich und erteilt keine Lizenzen für Pakete von Drittanbietern. Download läuft https://github.com/winfsp/winfsp/releases/download/v2.0/winfsp-2.0.23075.msi ██████████████████████████████ 2.10 MB / 2.10 MB Der Installer-Hash…
Kommentare sind geschlossen.Mein Jetson Orin hat seit einigen Monaten seinen Platz bei mir gefunden und läuft aktuell quasi permanent auf 65W und macht das Finetuning für diverse LLMs dabei wird er in dem Schrank leider sehr warm und die Wärme muss irgendwie aus dem Schrank raus. Noctua NF-A6x25 5V PWM-Lüfter Also habe ich mir einen Noctua NF-A6x25 5V PWM-Lüfter bestellt, um die Luft im Schrank etwas abzukühlen. Das Ziel ist es, die RPM des Lüfters über das PWM-Signal des Milk-V Duo zu steuern. Lüfter Der Noctua NF-A6x25 5V PWM-Lüfter ist ein 5Volt Lüfter, der auch bei hohen Drehzahlen noch sehr leise ist (19,3 dB(A)) und relativ wenig Strom (260mA) benötigt. Laut des WhitePapers kann man die Drehzahl über ein PWM-Signal steuern und…
Kommentare sind geschlossen.Die Erstellung von JavaDoc-Dokumentation ist ein oft vernachlässigter Bestandteil der Softwareentwicklung. Eine gute JavaDoc Dokumentation ermöglicht eine bessere Zusammenarbeit im Team, eine klarere und verständlichere Codebasis und kann auch bei der Realisierung eines KI basierten Code-Assistenten helfen (dazu aber in einem anderen Beitrag mehr). Hier werde ich mich damit befassen, wie ein Large Language Model (LLM) bei der Erstellung von JavaDoc-Dokumentation behilflich sein kann. Dabei werde ich verschiedene Modelle miteinander verglichen, um ihre Vor- und Nachteile zu beleuchten. Was ist JavaDoc? JavaDoc ist ein Tool, das Teil des Java Development Kits (JDK) ist. Es ermöglicht Entwicklern, automatisch eine Dokumentation aus dem Java-Quellcode zu generieren. Durch die Hinzufügung von speziellen Kommentaren (tags) im Code können Entwickler die Struktur ihrer Software dokumentieren,…
Kommentare sind geschlossen.LangChain ist ein Open Source Python (und wohl auch JavaScript) Framework, das die Erstellung von Anwendungen mit großen Sprachmodellen (LLMs) vereinfachen soll. https://python.langchain.com/ Möchte man z.B. einen RAG (Retrieval-Augmented Generation) Anwendung mit einem Huggingface Model erstellen, kann einem die LangChain Bibliothek eine Menge Arbeit abnehmen. Neo4j Vektor Index erstellen und verwenden Neo4j ist eine Open-Source-Graph Datenbank mit integrierter Unterstützung für Vector-Similarity-Search. Damit ist es möglich, in einer Vektor Datenbank nach Vektoren (Embedding) zu suchen, die dem Suchvektor am ähnlichsten sind. Verfügt man uber einen Index mit sehr vielen Embeddings kann man z.B. den Prompt in ein Embedding-Vektor umwandeln und die Relevanten Texte aus dem Vektor-Index selektieren und einem LLM als Kontext mitgeben. Details dazu habe ich schon einem hier behandelt.…
Kommentare sind geschlossen.Base_model: deepseek-ai/deepseek-coder-1.3b-instructTraining_data: javadoc_v0.3.json (363MB Javadoc Dataset) LORA Finetuning trainable params: 3,145,728all params: 1,349,617,664trainable%: 0.2330829007288393
Kommentare sind geschlossen.Wird der Milk-V Duo über USB mit dem PC verbunden, kann man über einen USB-RNDIS Netzwerkadapter darauf zugreifen. IP 192.168.42.1 Die IP-Adresse des Milk-V Duo ist immer 192.168.42.1. Um diese IP-Adresse zu ändern, muss die Wunsch-IP-Adresse in die folgenden Dateien eingetragen werden. IP-Adresse ändern Zum Ändern der IP-Adresse meldet man sich per ssh auf dem Milk-V Duo an. Nun öffnet man die Datei /mnt/system/usb-rndis.sh mit einem Editor. Z.B. mit dem vi Editor. und ändert die IP-Adresse z.B. auf 192.168.43.1. Die gleiche IP-Adresse wird auch in der Datei /mnt/system/usb.sh eingetragen. Der Befehl „ifconfig usb0 192.168.42.1“ wird dazu verwendet, um die IP-Adresse des Netzwerkinterfaces usb0 auf 192.168.42.1 zu setzen. In der /etc/dnsmasq.conf sieht der geänderte Eintrag dann wie folgt aus. Die Datei…
Kommentare sind geschlossen.Base_model: TheBloke/CodeLlama-7B-Instruct-fp16Training_data: javadoc_v0.1.json (1.3GB Apache Commons Javadoc Dataset) 20 Tage auf dem Jetson Orin 64GB über 2000 Steps trainiert. Training Loss Validation Loss Der 1te Versuch war erfolgreich. 🙂 Bleibt noch zu testen ob die Ergebnisse wirklich so gut sind …..
Kommentare sind geschlossen.Mary Mesaglio, Gartner Distinguished VP Analyst, und Don Scheibenreif, Gartner Distinguished VP Analyst, geben Einblicke in die wichtigsten Erkenntnisse, die CIOs helfen, in dieser neuen Ära der Mensch-Maschine-Beziehungen und KI die Nase vorn zu haben. Die Keynote des Gartner IT Symposium/Xpo behandelt die Bedeutung von Künstlicher Intelligenz (KI) in der heutigen Zeit und wie diese neue Beziehung zwischen Menschen und Maschine uns prägt. Mary Mesaglio und Don Scheibenreif betonen, dass KI nicht nur eine Technologie ist, sondern einen tiefgreifenden Wandel in der Interaktion zwischen Mensch und Maschine darstellt. Das Video könnte man in die Liste der 11 Videos über AI die man gesehen haben sollte aufnehmen, aber dann währen es ja kein 11 mehr :-).
Kommentare sind geschlossen.