Codellama 13b Instruct Hf

🚀 Code Llama

Code Llamaは、70億から700億のパラメータ規模の事前学習および微調整された生成型テキストモデルのコレクションです。このリポジトリは、Hugging Face Transformers形式の13Bパラメータの命令調整済みバージョンです。このモデルは、一般的なコード合成と理解を目的として設計されています。他のモデルへのリンクは、下部のインデックスにあります。

⚠️ 重要提示

これは非公式のCode Llamaリポジトリです。公式のMetaリポジトリはMeta Llama organizationで見つけることができます。

🚀 クイックスタート

このモデルを使用するには、transformersをインストールする必要があります。

pip install transformers.git accelerate

✨ 主な機能

• [x] コード補完
• [x] コード挿入
• [x] 命令応答 / チャット
• [ ] Python特化

📚 ドキュメント

モデルの詳細

*注: このモデルの使用はMetaのライセンスに準拠しています。MetaはCode Llamaファミリーの大規模言語モデル（LLM）を開発し、公開しています。

モデル開発者 Meta

バリエーション Code Llamaには3つのモデルサイズと3つのバリエーションがあります。

• Code Llama: 一般的なコード合成と理解を目的としたベースモデル
• Code Llama - Python: Pythonに特化して設計されたモデル
• Code Llama - Instruct: 命令に従い、より安全なデプロイを目的としたモデル

すべてのバリエーションは、7B、13B、34B、70Bのパラメータサイズで利用可能です。

このリポジトリには、13Bパラメータモデルの命令調整済みバージョンが含まれています。

入力 モデルはテキストのみを入力とします。

出力 モデルはテキストのみを生成します。

モデルアーキテクチャ Code Llamaは、最適化されたトランスフォーマーアーキテクチャを使用した自己回帰型言語モデルです。

モデルの日付 Code Llamaとそのバリエーションは、2023年1月から2023年7月の間に学習されました。

ステータス これはオフラインデータセットで学習された静的モデルです。Code Llama - Instructの将来のバージョンは、コミュニティからのフィードバックを元にモデルの安全性を改善しながらリリースされます。

意図された使用法

意図された使用事例 Code Llamaとそのバリエーションは、英語および関連するプログラミング言語における商用および研究目的で使用することを意図しています。ベースモデルのCode Llamaは、さまざまなコード合成と理解タスクに適応できます。Code Llama - PythonはPythonプログラミング言語を専門に扱うように設計されており、Code Llama - Instructはコードアシスタントや生成アプリケーションでより安全に使用することを意図しています。

範囲外の使用法 適用される法律や規制（貿易コンプライアンス法を含む）に違反する方法での使用。英語以外の言語での使用。Code Llamaとそのバリエーションの許容使用ポリシーおよびライセンス契約で禁止されている他の方法での使用。

ハードウェアとソフトウェア

学習要因 カスタム学習ライブラリを使用しました。リリースされたモデルの学習と微調整は、Metaの研究スーパークラスターで行われました。

炭素排出量 合計で、すべての9つのCode Llamaモデルの学習には、A100 - 80GB（TDP 350 - 400W）のハードウェアで40万GPU時間の計算が必要でした。推定総排出量は65.3tCO2eqで、その100％がMetaの持続可能性プログラムによって相殺されました。

学習データ

ここで報告されているすべての実験とリリースされたモデルは、Llama 2と同じデータを使用して異なる重みで学習および微調整されています（詳細は研究論文のセクション2と表1を参照）。

評価結果

研究論文のセクション3ではメインモデルの評価と詳細なアブレーション、セクション4では安全性評価を参照してください。

倫理的な考慮事項と制限事項

Code Llamaとそのバリエーションは、使用に伴うリスクを持つ新しい技術です。これまでに行われたテストは英語で行われており、すべてのシナリオを網羅していない、または網羅することができない。これらの理由から、すべてのLLMと同様に、Code Llamaの潜在的な出力は事前に予測することができず、モデルは場合によってはユーザーのプロンプトに対して不正確または不快な応答を生成する可能性があります。したがって、Code Llamaのアプリケーションをデプロイする前に、開発者はモデルの特定のアプリケーションに合わせた安全性テストとチューニングを行う必要があります。

詳細は責任ある使用ガイドを参照してください。

📄 ライセンス

カスタム商用ライセンスはhttps://ai.meta.com/resources/models-and-libraries/llama-downloads/で入手できます。

研究論文

詳細な情報は論文 "Code Llama: Open Foundation Models for Code" またはそのarXivページで見つけることができます。

モデルの一覧