(相关资料图)
感谢网友8月24日消息,Meta现推出了一个名为该模型基于Llama2大型语言模型打造,可以理解为“Llama2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”,目前已上线据悉,CodeLlama将采用与Llama2相同的社区许可,并对研究和商业领域免费开放。图源PexelsMeta指出,CodeLlama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CodeLlama外,Meta还推出了专为Python设计的版本——CodeLlama-Python,以及一个能够理解自然语言指令的版本——CodeLlama-Instrct。在Meta的基准测试中,CodeLlama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CodeLlama版本都不可切换/替代,公司不建议将基本CodeLlama或CodeLlama-Python用于自然语言指令。Meta发布了三种大小的CodeLlama,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(FIM)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”。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CodeLlama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,CodeLlama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(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,所有文章均包含本声明。