科技魔方

支持中文,性能超GPT-4!笑脸排名第一的纯代码模型

大模型

2023年11月30日

  本文来自于微信公众号 AIGC开放社区(ID:AIGCOPEN),作者:AIGC开放社区。

  生成式AI代码开发平台Phind在官网发布了最新V7版本,性能方面超越GPT-4,运行效率提升了5倍,并且支持中文和16K超长上下文。

  据悉,Phind V7是基于Phind的开源代码模型CodeLlama-34B V2,以及700亿个高质量代码和推理问题进行了额外精调。

  CodeLlama-34B V2在huggingface(笑脸)的代码大模型排行榜中位居第一名,这也是首个击败GPT-4的开源代码项目。

  Phind V7专业代码开发平台

  Phind V7在HumanEval上的测试分数达到74.7%,成功超越了GPT-4在今年3月份的官方技术报告中公布的67%的成绩。

  但Phind发现,HumanEval的评分并不能准确地反映出大模型的实用性。

  Phind将多个版本部署到自家服务平台后,收集到了大量反馈信息,发现其模型在大多数真实问题上的表现与GPT-4相当甚至更好。

  许多在其Discord社区的用户已经开始只使用Phind的产品,尽管他们也订阅了GPT-4。

  除了性能超强之外,运行速度是Phind V7的一大技术亮点,通过在NVIDIA的新型TensorRT-LLM库上运行模型,Phind成功实现了比GPT-4快5倍的运行速度,达到每秒处理100tokens。

  另一个优点是Phind支持多达16k tokens的上下文。目前,Phind允许用户输入最多12k tokens,剩余的4k tokens用于网络结果。

  Phind V7精通Python、C/C++、TypeScript、Java等主流编程语言,使用界面也简单直观,直接输入你的编程问题就能返回代码。

  例如,我们直接输入中文提示:用python写一个吃豆游戏的代码。

  Phind返回的注释也都是中文,如果点击三角按钮可以直接在replit中运行非常方便。

  支持多轮深度对话,继续发问,游戏中的吃豆人和豆子是如何运动的?

  Phind在对文本回答时,会标注引用的原出处,用户点击网站可以直接跳转。

  CodeLlama-34B V2

  CodeLlama-34B V2代码模型使用了80,000个高质量编程问题和解决方案的专有数据集进行微调。这个数据集的技术特点在于,采用的是指令-答案对的格式,而非常见的代码补全示例,使得在结构上与HumanEval有明显的区别。

  此外,Phind还将 OpenAI 的去污方法应用在数据集中,以确保结果准确有效并且没有发现受污染的示例。

  方法是:1)对于每个评估示例,随机抽取了三个50个字符的子字符串,如果少于50个字符,则使用整个示例。

  2)如果任何采样的子字符串是已处理的训练示例的子字符串,则识别为匹配。

  在训练过程中,Phind使用了DeepSpeed ZeRO3和Flash Attention2技术,并使用了32个A100-80GB的GPU,仅在三小时内就完成了序列长度为4096的模型训练。

  经常编程的小伙伴们可以试试该模型,生成、审核、注释、改错样样精通,是降本增效的利器。

+1

来源:AIGC开放社区公众号

延展资讯