Το πιο πρόσφατο εργαλείο AI της Meta έχει σχεδιαστεί για κωδικοποιητές
Η
Meta
συνεχίζει να προωθεί
τι
ς προσφορές της για τεχνητή νοημοσύνη, με το πιο πρόσφατο εργαλείο τεχνητής νοημοσύνης που έχει να παρουσιάσει να είναι κατασκευασμένο για κωδικοποιητές. Το
Code
Llama είναι ένα νέο εργαλείο κωδικοποίησης AI χτισμένο πάνω από το Llama 2 και είναι διαθέσιμο αυτή τη στιγμή. Το εργαλείο, το οποίο ακολουθεί τα βήματα της προηγούμενης κυκλοφορίας του SeamlessM4T της Meta, θα είναι επίσης διαθέσιμο δωρεάν τόσο εμπορικά όσο και για ερευνητικούς σκοπούς.
Αυτό το
μεγάλο
γλωσσικό μοντέλο λειτουργεί παρόμοια με άλλα που έχουμε δει να κάνουν το ντεμπούτο τους τους τελευταίους μήνες, συμπεριλαμβανομένου του ChatGPT, το οποίο εξακολουθεί να είναι ένα από τα μεγαλύτερα και πιο πολυσυζητημένα μοντέλα μεγάλων γλωσσών. Ωστόσο, εκεί τελειώνουν οι ομοιότητες, καθώς το Code Llama δεν έχει σχεδιαστεί για γενική χρήση. Αντίθετα, κατασκευάστηκε ειδικά για να εξυπηρετεί τους κωδικοποιητές, ελπίζοντας ότι θα κάνει τις δουλειές τους πιο αποτελεσματικές καθώς το LLM συνεχίζει να εκπαιδεύεται και να βελτιώνεται.
Η Meta λέει ότι το νέο της εργαλείο κωδικοποίησης AI είναι εκπαιδευμένο για συμπλήρωση κώδικα και εντοπισμό σφαλμάτων και ότι υποστηρίζει Python, C++, Java, Typescript (Javascript), PHP, C#, Bash και ακόμη περισσότερα. Επιπλέον, η Meta λέει ότι το νέο εργαλείο είναι διαθέσιμο σε τρία διαφορετικά μεγέθη, γνωστά ως 7B, 13B και 34B. Επιπλέον, κάθε μοντέλο εκπαιδεύεται με 500B διακριτικά κωδικών και δεδομένων που σχετίζονται με τον κώδικα.
Τα τρία διαφορετικά μεγέθη έχουν σχεδιαστεί για να καλύπτουν διαφορετικές απαιτήσεις καθυστέρησης και εξυπηρέτησης, επομένως θα πρέπει να είναι εύκολο για τους κωδικοποιητές να βρουν αυτό που τους ταιριάζει και να εστιάσουν εύκολα σε αυτό.
Σημειώνει και ο Μέτα
ότι το Code Llama έχει βελτιωθεί περαιτέρω σε δύο πρόσθετες παραλλαγές: Code Llama – Python και Code Llama – Instruct.
Αν είστε κωδικοποιητής ή αν σας ενδιαφέρει απλώς να ασχοληθείτε με το ίδιο το μοντέλο, η Meta το έφτιαξε ελεύθερα
διαθέσιμο για λήψη
. Ωστόσο, θα χρειαστεί να ζητήσετε πρόσβαση στα συγκεκριμένα μοντέλα που θέλετε να χρησιμοποιήσετε.