Code Generation LLM LoRA

提供商Rabinovich
分类code-generation
许可证Apache-2.0
下载量2
星标0

简介

Code Generation LLM LoRA 是一个专门针对代码生成任务进行轻量化微调的适配器(LoRA)。与全参数模型不同,它通过在基础模型上叠加低秩矩阵,在保持原模型通用能力的同时,显著增强了对编程语法和逻辑结构的掌握。对于开发者而言,它非常适合在资源有限的本地环境下部署,通过加载该 LoRA 插件,可以将通用 LLM 快速转化为高效的代码助手,适用于自动补全、函数实现及代码重构等实际开发场景,上手门槛低且推理开销小。

核心亮点

  • 轻量化部署,低显存占用即可提升代码能力
  • 专注代码生成,提升语法准确率与逻辑连贯性
  • 兼容 Apache-2.0 协议,支持商业化自由集成
  • 适用于函数实现、代码补全等典型开发任务

使用方法

安装依赖
# 安装 Hugging Face transformers
pip install transformers torch
SDK 使用
# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("Rabinovich/Code-Generation-LLM-LoRA")
tokenizer = AutoTokenizer.from_pretrained("Rabinovich/Code-Generation-LLM-LoRA")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引:在下载前,请先通过如下命令安装 huggingface_hub:

操作指引
pip install -U huggingface_hub

命令行下载

下载完整模型库

下载完整模型库
huggingface-cli download Rabinovich/Code-Generation-LLM-LoRA

下载单个文件到指定本地文件夹(以下载 config.json 到当前路径下 ./dir 目录为例)

下载单个文件到指定本地文件夹(以下载 config.json 到当前路径下 ./dir 目录为例)
huggingface-cli download Rabinovich/Code-Generation-LLM-LoRA config.json --local-dir ./dir

更多命令行下载选项,可参见官方文档

SDK 下载

SDK 下载
# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('Rabinovich/Code-Generation-LLM-LoRA')

Git 下载

请确保 lfs 已经被正确安装

Git 下载
git lfs install
git clone https://huggingface.co/Rabinovich/Code-Generation-LLM-LoRA

如果您希望跳过 lfs 大文件下载,可以使用如下命令

跳过 LFS
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/Rabinovich/Code-Generation-LLM-LoRA

模型文件托管在 Hugging Face Hub,使用 HF CLI / SDK / Git 直接下载,不经过本站。

PyTorch / Transformers 使用

安装 Transformers

安装 Transformers
pip install -U transformers torch

模型加载和推理

模型加载和推理
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('Rabinovich/Code-Generation-LLM-LoRA')
tokenizer = AutoTokenizer.from_pretrained('Rabinovich/Code-Generation-LLM-LoRA')

完整文档

来源: HuggingFace

---
library_name: peft
---

Training procedure

Framework versions

  • PEFT 0.5.0