玩币族移动版

原文来源：AGI创新实验室

图片来源：由无界 AI? 生成

Meta 近日发布了一个基于?Llama 2?进行微调构建的大型语言模型?Code Llama，可以使用文本提示生成代码，并且开源，可供研究和商业用途。

Code Llama是针对代码任务的公开?LLM?的最先进技术，有可能使当前开发人员的工作流程更快、更高效，并降低学习编码人员的进入门槛。?Code Llama?有潜力用作生产力和教育工具，帮助程序员编写更强大、文档更齐全的软件。

今年?7?月，Meta（原?Facebook）发布了免费可商用的开源大模型?Llama 2。最新发布的?Code Llama?是?Llama2?的专门用于编码的专用版本，是通过在其特定于代码的数据集上进一步训练?Llama 2?来创建的，从同一数据集中采样更多数据的时间更长。

总的来说，Code Llama?具有增强的编码功能，建立在?Llama 2?之上。它可以根据代码和自然语言提示生成代码和有关代码的自然语言（例如，“给我写一个输出斐波那契序列的函数。”） 它还可用于代码完成和调试。

Code Llama支持当今使用的许多最流行的语言，包括?Python、C++、Java、PHP、Typescript (Javascript)、C#?和?Bash。

Code Llama目前拥有三个参数版本：70亿参数、130?亿参数、340?亿参数。

每个版本都使用?500B?代码?token?和代码相关数据进行训练。?70亿 和?130亿参数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，这意味着它们可以支持开箱即用的代码完成等任务。

这三种模型满足不同的服务和延迟要求。 例如，70亿模型可以在单个?GPU?上运行。?340?亿模型返回最佳结果并提供更好的编码辅助，但较小的?70亿和?130?亿模型速度更快，更适合需要低延迟的任务，例如实时代码完成。

Code Llama模型提供了具有多达?10?万个上下文?token?的稳定生成。 所有模型都在?16,000?个?token?的序列上进行训练，并在最多100,000?个?token?的输入上显示出改进。

除了是生成更长程序的先决条件之外，拥有更长的输入序列还可以为代码法学硕士解锁令人兴奋的新用例。 例如，用户可以为模型提供来自其代码库的更多上下文，以使各代更相关。 它还有助于调试较大代码库中的场景，在这种情况下，掌握与具体问题相关的所有代码对于开发人员来说可能具有挑战性。 当开发人员面临调试大量代码时，他们可以将整个代码长度传递到模型中。

Meta还微调了?Code Llama?的两个附加版本：Code Llama - Python?和?Code Llama - Instruct。

但是不建议使用?Code Llama?或?Code Llama - Python?执行一般自然语言任务，因为这两个模型都不是为遵循自然语言指令而设计的。?Code Llama?专门用于特定于代码的任务，不适合作为其他任务的基础模型。

HumanEval和?Mostly Basic Python?编程?(MBPP)?是两个常用编码能力测试基准—— HumanEval?用于测试模型根据文档字符串完成代码的能力，MBPP?用于测试模型根据描述编写代码的能力。根据这两个测试基准对?Code Llama?测试显示，Code Llama优于开源、特定代码的?Llama，并且优于?Llama 2?本身。例如，Code Llama 34B?在?HumanEval?上得分为?53.7%，在MBPP?上得分为?56.2%，超越了ChatGPT，但在?HumanEval?上仍逊于?GPT-4。

图表来源：Meta

CodeLlama-34B的微调模型已超过GPT-4？

虽然Code Llama?并未在测试中一骑绝尘，但这并不是?Code Llama?的全部，其另一个亮点就是再次微调。用户可以通过对开源的Code Llama?进行再次微调，构建出符合自己的需求的最佳版本。

Phind最近根据自己的数据集上对?CodeLlama-34B?和?CodeLlama-34B-Python?进行了微调，其微调版本在?HumanEval?上分别实现了?67.6%?和?69.5%?的成绩，这超过了OpenAI 3?月份公布的?GPT-4?的67%。

相关链接：https://www.phind.com/blog/code-llama-beats-gpt4

首先，这次对比中使用了GPT-3.5?版本的?ChatGPT，以及?Perplexity?平台支持的?Code Llama。我们将提出?8?个问题，以此来对比二者是否成功生成代码。

问题1：

“使用Python。 给定两个字符串?word1?和?word2。 通过以交替顺序添加字母来合并字符串，从?word1?开始。 如果一个字符串比另一个字符串长，请将附加字母附加到合并字符串的末尾。

返回合并后的字符串。

示例1：?输入：word1 =“abc”，word2 =“pqr”?输出：“apbqcr”

?????ChatGPT：成功+1?????Code Llama：成功+1

问题2：

“使用Python。 给定一个字符串?s，仅反转字符串中的所有元音并返回它。

元音为“a”、“e”、“i”、“o”和“u”，它们可以以小写和大写形式出现多次。

示例1：

输入：s =“你好”输出：“霍尔”

?????ChatGPT：成功+1?????Code Llama：失败+0

问题3：

“使用Python。 给定一个整数数组?nums，将所有?0?移至其末尾，同时保持非零元素的相对顺序。请注意，您必须就地执行此操作，而不制作数组的副本。

示例1：

输入：nums = [0,1,0,3,12]输出：[1,3,12,0,0]”

?????ChatGPT：成功+1?????Code Llama：失败+0

问题4：

“使用Python。 你有一个长长的花坛，其中有些地块种植了，有些则没有。 但是，相邻的地块不能种植花卉。给定一个包含?0?和?1?的整数数组花坛，其中?0?表示空，1?表示非空，以及一个整数?n，如果可以在花坛中种植?n?朵新花而不违反无相邻花规则，则返回?true，否则返回?false。

示例1：输入：花坛?= [1,0,0,0,1], n = 1输出：true示例2：输入：花坛?= [1,0,0,0,1], n = 2输出：false

?????ChatGPT：成功+1?????Code Llama：成功+1

问题5：

“使用Python。 给定一个输入字符串?s，反转单词的顺序。

单词被定义为非空格字符的序列。?s?中的单词将至少由一个空格分隔。

返回由单个空格按相反顺序连接的单词字符串。

请注意，s?可能在两个单词之间包含前导或尾随空格或多个空格。 返回的字符串应该只有一个空格来分隔单词。 请勿包含任何额外空格。

示例1：输入：s =“天空是蓝色的”输出：“蓝色是天空””

?????ChatGPT：成功+1?????Code Llama：成功+1

问题6：

“使用Python。 给定一个字符串?s?和一个整数?k，返回?s?中长度为?k?的任何子串中元音字母的最大数量。英语中的元音字母有“a”、“e”、“i”、“o”和“u”。

示例1：输入：s =“leetcode”，k = 3输出：2解释：“lee”、“eet”和“ode”包含?2?个元音。

?????ChatGPT：成功+1?????Code Llama：成功+1

问题7：

“使用Python。 给定一个字符串?s，其中包含星号?*。

通过一次操作，您可以：

在?s?中选择一颗星。

删除其左侧最接近的非星号字符，并删除星号本身。

删除所有星星后返回字符串。

示例1：输入：s =“leet**cod*e”输出：“lecoe””

?????ChatGPT：成功+1?????Code Llama：失败+0

问题8：

“使用Python。 给定一个表示每日温度的整数温度数组，返回一个数组答案，其中answer[i]是在第i天之后您必须等待的天数才能获得较温暖的温度。 如果未来没有一天可以这样做，则保留answer[i] == 0。

示例1：输入：温度?= [73,74,75,71,69,72,76,73]输出：[1,1,4,2,1,1,0,0]”

?????聊天GPT：+1?????代码骆驼：+1

最终结果：

?????ChatGPT: 8/8?????CodeLlama: 5/8

综上，在实际使用效果中，Code Llama?与?ChatGPT?相比并未体现出明显优势，不过以上测试并不能完全成为判定依据。而且，开源的?Code Llama 要比 ChatGPT 更容易让用户根据需求定制，或许能够带来更多的可能性。

参考资料：