🚀 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7B Python専用バージョンのものです。このモデルは、一般的なコード合成と理解のために設計されています。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。
🚀 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 accelerate
✨ 主な機能
- [x] コード補完
- [ ] インフィリング
- [ ] 命令応答 / チャット
- [x] Python専用
📚 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のために設計されたベースモデル
- Code Llama - Python: Python専用に設計されたモデル
- Code Llama - Instruct: 命令に従うためのモデルで、より安全なデプロイに適しています
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、7BパラメータモデルのPython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する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7月の間にトレーニングされました。
ステータス これは、オフラインデータセットでトレーニングされた静的モデルです。Code Llama - Instructの将来のバージョンは、コミュニティのフィードバックを元にモデルの安全性を改善した上でリリースされます。
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 詳細は、論文 "Code Llama: Open Foundation Models for Code" またはその arXivページ を参照してください。
想定される使用方法
想定される使用ケース 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での商用および研究用途を想定しています。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用でき、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の使用がより安全になるように設計されています。
想定外の使用方法 適用される法律や規制(貿易コンプライアンス法律を含む)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その他の方法での使用。
ハードウェアとソフトウェア
トレーニング要因 カスタムトレーニングライブラリを使用しました。公開されたモデルのトレーニングと微調整は、Metaの研究スーパークラスターで行われました。
二酸化炭素排出量 合計で、9つのCode Llamaモデルのトレーニングには、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。
トレーニングデータ
ここで報告されているすべての実験と公開されたモデルは、Llama 2と同じデータを使用して異なる重みでトレーニング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の主要モデルの評価と詳細なアブレーション、およびセクション4の安全性評価を参照してください。
倫理的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抱えた新しい技術です。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の潜在的な出力を事前に予測することはできず、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調整を行う必要があります。
詳細は、https://ai.meta.com/llama/responsible-use-guide の責任ある使用ガイドを参照してください。
モデルのバリエーション表
📄 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。
⚠️ 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。