感谢it之家网友 软媒用户1520111 的线索投递!
,meta 现推出了一个名为 code llama 的 ai 编码工具,号称“最先进的大型编码语言模型”。
该模型基于 llama 2 大型语言模型打造,可以理解为“llama 2 的写代码专用版”,可用于“生成新的代码并调试人类编写的工作”,目前已上线 github。
据悉,code llama 将采用与 llama 2 相同的社区许可,并对研究和商业领域免费开放。
meta 指出,code llama 能够根据代码核自然语言提示 / 要求生成你想要的代码和有关代码的自然语言,或者在指向特定代码时进行完善和调试。
除了基础版的 code llama 外,meta 还推出了专为 python 设计的版本 ——code llama-python,以及一个能够理解自然语言指令的版本 ——code llama-instrct。
在 meta 的基准测试中,code llama 在编程任务上的表现优于最先进的公开可用的 llm 模型。
meta 称,每个特定的 code llama 版本都不可切换 / 替代,公司不建议将基本 code llama 或 code llama-python 用于自然语言指令。
meta 发布了三种大小的 code llama,分别具有 7b、13b 和 34b 参数。每个模型都使用 500b 代码 tokens和代码相关数据进行训练,而且 7b 和 13b 基础模型和指令模型也经过了中间填充 功能的训练,允许它们将代码插入到现有代码中,这意味着你现在就可以将其用于“代码补完计划”。
it之家注,这三种模型各有优缺,例如 7b 模型可以在单个 gpu 上运行;34b 模型可提供最佳结果以及更好的编码辅助能力;7b 和 13b 速度比 34b 模型更快,更适合需要低延迟的任务。
meta 在其博客中表示:“程序员们已经在使用 llms 来协助完成各种任务,从编写新软件到调试现有代码,” “目标是使开发人员的工作流更高效,这样他们就可以专注于他们工作中最以人为本的方面。”
meta 声称 code llama 在基准测试中的表现优于现有的公开可用 llms,但没有具体指明它是针对哪些模型进行测试的。
该公司表示,code llama 在 humaneval 代码基准测试中得分为 53.7%,能够根据文本描述准确编写代码;在 mbpp 上得分为 56.2%,与最先进的 chatgpt 相当。
值得一提的是,github 在今年 3 月推出了基于 gpt-4 的 copliot 以帮助用户快速编写和检查代码,还可以重写旧代码以进行更新,但却因被指控侵犯米乐app官网登录的版权法而面临法律诉讼。
此外,亚马逊 aws 也有一款 codewhisperer,它可以编写、检查和更新代码;而谷歌在 alphacode 中也有一个编写代码的工具,但尚未公开发行。
广告声明:文内含有的对外跳转链接,用于传递更多信息,节省甄选时间,结果仅供参考,it之家所有文章均包含本声明。