逼近GPT-4，AI编程要革命！Meta开源史上最强代码东西Code Llama
编纂：编纂部【新智元导读】史上最强开源代码东西Code Llama上线了，Llama-2独一的编程短板被补平，34B参数的模型已接近GPT-4。
凭借开源Llama杀疯的Meta，今天又放大招了！
专用编程版的Code Llama正式开源上线，可以免费商用和研究。
Code Llama是从Llama-2基础模型微调而来，共有三个版本：基础版、Python版、以及指令遵循。
每个版本都有3种参数：7B、13B、34B。值得一提的是，单个GPU就能跑7B模型。
在评测基础上，Code Llama的性能与GPT-3.5打平，同时34B参数的模型在HumanEval基准上，接近GPT-4。
不知道，大师有没有注意到此中一个模型：Unnatural Code Llama。
OpenAI科学家Karpathy，乍一看，非常nice！
但是关于这个Unnatural Code Llama，有着神秘名字，含糊的描述、秘而不宣、碾压其他所有模型，多么诱人啊！
Code Llama发布后，LeCun也是疯狂点赞转发自家的科研成果。
英伟达科学家Jim Fan称，Llama-2几乎达到了GPT-3.5的程度，但在编程方面却大大掉队，这真的很让人掉望。此刻，Code Llama终于弥补了与GPT-3.5之间的这一差距！
编程无疑是最重要的LLM任务。它是强大推理引擎和像Voyager这样的强大AI智能体的基石。
Code Llama的横空出生避世，标识表记标帜着AI在编程中的重大飞跃，人人都可以操作这个模型进行复杂精确的编程开发任务。
此外，值得一提的，Perplexity的聊天东西，此刻就可以用上Code Llama了。
快来一试：
https://labs.perplexity.ai/?utm_content=first_codellama&s=u&utm_source=twitter&utm_campaign=labs
Code Llama是如何练成的？
Meta传布鼓吹，在代码任务中，Code Llama是目前公开可用的LLM中最先进的模型。它能够使开发人员的工作流程更加快速高效，并降低学习编程的门槛。
Code Llama可以作为出产力和教育东西，辅佐法式员编写更加不变、更加符合编码规范的软件。
Meta认为开源策略能够促进AI范围的创新，是开发安全和负责任的AI东西的最佳途径。
所以Code Llama与Llama2的社区许可协议是完全不异的，学术和商用都免费。
Code Llama是Llama 2强化了代码能力的版本。
论文地址：https://ai.meta.com/research/publications/code-llama-open-foundation-models-for-code/
Meta从训练Llama 2代码能力的数据集中提取了更多的数据，训练了更长的时间，得到了Code Llama。
它可以按照代码和自然语言提示（比如「编写一个输出斐波那契数列的函数」）生成代码和与代码有关的自然语言描述。
它还可以用于代码补全和Debug，撑持当今最风行的编程语言，包罗Python、C++、Java、PHP、Typescript（Javascript）、C#和Bash。
Meta发布了三个分歧规模的Code Llama，分袂拥有7B、13B和34B的参数。
每个模型都使用了500B token的代码和与代码相关的数据进行训练。
此中，7B和13B的基础模型以及Instruct模型还颠末了Fill-In-the-Middle（FIM）能力的训练，使它们能够将代码插入到现有代码中，使得它们能够完成代码补全相关的任务。
这三个模型可以满足分歧的处事场景和延迟的需求。
7B模型单个GPU就能跑。
34B模型生成成果最好，编码辅助的效果也最好。但规模较小的7B和13B的模型运行速度更快，更适合需要低延迟的任务，比如实时的代码补全。
Code Llama模型能不变撑持最多10万token的上下文。而且所有模型都是基于16k的token序列进行训练的，在最高10万token的输入中显示出了改良效果。
拥有更长的上下文能力除了能生成更长的法式，还为代码大语言模型带来了许多新的用途。
它使得用户能向模型喂更长的代码库上下文，让生成的成果与原先的代码相关性更高。
这也使得模型在「Debug大型代码库」这样的场景中能阐扬更大的感化。
因为在这种情况下，想要跟踪「与某个具体问题相关」的所有代码，对于开发人员来说是一项很令人头疼的任务。
当开发人员需要Debug大量代码时，他们可以将整个代码片段的直接喂给模型。
此外，Meta还进一步微调了Code Llama的两个子版本：
Code Llama - Python和Code Llama - Instruct。
Code Llama - Python是用Code Llama在100B的Python代码token长进一步微调的产物。
由于Python是代码生成任务中最常用的语言，而且Python和PyTorch在AI社区中具有举足轻重的地位，专门训练一个能对Python提供更好撑持的模型能够大大增强模型的实用性。
而Code Llama - Instruct则是颠末指令微调和对齐的Code Llama。
Meta将「自然语言指令」喂给了模型，而且给出了期望的输出。这个过程使得模型更擅长理解人类提示的预期成果。
Meta建议在使用Code Llama-Instruct进行代码生成任务，因为Code Llama - Instruct颠末微调后，可以生成更加有用且更加安全的自然语言答复。
Meta不建议直接使用Code Llama或Code Llama - Python来执行一般的自然语言任务，因为这两个模型的设计初衷都不是遵循自然语言指令。
而且Code Llama也只专门用于代码相关的任务，不适合作为其他任务的基础模型。
刷新SOTA，碾压开源专用代码模型
Code Llama表示如何？
Meta采用了了两个风行的编码基准测试：HumanEval和Mostly Basic Python Programming（MBPP）。
HumanEval是测试模型按照文档字符串完成代码的能力，而MBPP测试模型按照描述编写代码的能力。
成果显示，Code Llama的性能优于开源代码专用LLM，而且超越了Llama 2。
Code Llama 34B在HumanEval上得分为53.7%，在MBPP上得分为56.2%，与ChatGPT几乎打平。
同样，Code Llama作为大模型，同样存在不成知的风险。
为了负责任地构建AI模型至关，Meta在发布Code Llama之前，采纳了多项法子，包罗红队测试。
研究人员对Code Llama生成恶意代码的风险进行了定量评估。
通过创建试图引导生成具有明确意图的恶意代码的提示，将Code Llama对这些提示的响应与ChatGPT（GPT3.5 Turbo）的响应进行了评分斗劲。
成果表白，Code Llama 给出了更安全的响应。
代码开源
今天，Meta也发布了Code Llama源代码，由此整个社区都可以评估其能力，发现问题，并修复缝隙。
模型下载
要下载模型权重和标识表记标帜器，请访谒Meta AI网站并接受许可。
一旦请求被批准，将会在电子邮件收到一个URL。然后运行download.sh脚本，在提示开始下载时传递提供的URL。确保复制URL文本，不要使用右键单击URL时的「复制链接地址」选项。
如果复制的URL文本以：https://download.llamameta.net开头，则复制正确。如果复制的URL文本以：https://l.facebook.com开头，则复制错误。
先决条件：确保你已安装wget和md5sum。然后运行脚本：bash download.sh。
请记住，链接会在24小时和必然数量的下载后过期。如果你开始看到诸如403: Forbidden之类的错误，你可以随时从头请求链接。
设置
在具有PyTorch/CUDA可用的conda环境中，克隆repo并在顶级目录中运行：
pip install -e .推理
分歧的模型需要分歧的MP值：
所有模型都撑持高达100,000个token的序列长度，但Meta会按照max_seq_len和max_batch_size值预先分配缓存。
因此，请按照你的硬件和用例进行设置。
预训练代码模型
Code Llama和Code Llama-Python模型没有微调指令遵循。在提示时，应使预期答案成为提示的自然延续。
有关一些示例，请参阅example_completion.py。为了说明，请参阅下面的命令以使用CodeLlama-7b模型运行它（nproc_per_node需要设置为MP值）：
torchrun --nproc_per_node 1 example_code_completion.py \
--ckpt_dir CodeLlama-7b/ \
--tokenizer_path CodeLlama-7b/tokenizer.model \
--max_seq_len 128 --max_batch_size 4预训练的代码模型是：Code Llama模型CodeLlama-7b、CodeLlama-13b、CodeLlama-34b和Code Llama-Python模型CodeLlama-7b-Python、CodeLlama-13b-Python、CodeLlama-34b-Python。
代码填充
Code Llama和Code Llama-Instruct7B和13B模型能够按照周围环境填充代码。
有关一些示例，请参阅example_infilling.py。可以运行CodeLlama-7b模型以使用以下命令进行填充（nproc_per_node需要设置为MP值）：
torchrun --nproc_per_node 1 example_text_infilling.py \
--ckpt_dir CodeLlama-7b/ \
--tokenizer_path CodeLlama-7b/tokenizer.model \
--max_seq_len 192 --max_batch_size 4
预训练的填充模型是：Code Llama模型CodeLlama-7b和CodeLlama-13b以及Code Llama-Instruct模型CodeLlama-7b-Instruct、CodeLlama-13b-Instruct。
指令微调模型
Code Llama-指令模型颠末微调遵循指令。
要获得预期的功能和性能，需要遵循chat_completion中定义的特定格式，包罗INST和<<SYS>>标识表记标帜、BOS和EOS token，以及中间的空格和换行符（建议在输入上调用strip()以避免双格）。
你还可以部署额外的分类器来过滤掉被认为不安全的输入和输出。有关如何将安全查抄器添加到推理代码的输入和输出的示例，请参阅llama-recipe存储库。
使用CodeLlama-7b-Instruct的示例：
torchrun --nproc_per_node 1 example_instructions.py \
--ckpt_dir CodeLlama-7b-Instruct/ \
--tokenizer_path CodeLlama-7b-Instruct/tokenizer.model \
--max_seq_len 512 --max_batch_size 4
微调指令遵循模型是：Code Llama - Instruct models CodeLlama-7b-Instruct、CodeLlama-13b-Instruct 、 CodeLlama-34b-Instruct 。
负责任使用
Meta的研究论文披露了更多的Code Llama开发细节，以及进行基准测试的具体方式。
论文还包罗了模型现有局限的具体信息，遇到的已知挑战，以及Meta采纳的应对法子和未来的挑战。
Meta还更新了负责任使用指南，此中包罗如何负责地开发下游模型的指导，包罗：
[*]定义内容策略和缓解法子
[*]筹备数据
[*]对模型进行微调
[*]评估和改良性能
[*]解决输入和输出级此外风险
[*]在用户互动中成立透明度和陈述机制
开发人员应该使用代码特定的评估基准来评估他们的模型，并对代码特定用例，针对生成恶意软件、计算机病毒或恶意代码等问题进行安全性研究。
编码生成式AI的未来
Code Llama的设计方针是辅助各个范围的软件工程师的日常工作，可以在研究、工业、开源项目、非营利组织和企业中阐扬重要感化。
但是，基础模型和Instruct模型能够阐扬感化的范围还远不止这些。
Meta但愿Code Llama能激发大众对于Llama 2的进一步开发，成为研究和商业产物创建新的缔造性东西。
网友操刀
Code Llama一发布后，已经有人迫不及待跑开了。
Code Llama-34B在4个3090显卡上跑，49ms每token。
以下是使用最新的llama.cpp在M2 Ultra上对Code Llama分歧参数大小模型进行推理的一些数据。
除了代码补全和代码生成，它还能辅佐你查找错误或法式配对。
参考资料：
https://ai.meta.com/blog/code-llama-large-language-model-coding/ 真正的open AI 初级CRUD小伙药丸 支持中文吗 这个是可以在本地电脑上部署了吗？34B的模型最低要什么样的配置？ 不支持 32G 内存电脑就可以了。
页:
[1]