Codellama 70b Hf

🚀 Code Llama

Code Llama是一系列預訓練和微調的生成式文本模型，參數規模從70億到700億不等。本倉庫是基於Hugging Face Transformers格式的700億參數基礎版本模型。該模型專為通用代碼合成和理解而設計。其他模型的鏈接可在底部索引中找到。

🚀 快速開始

安裝依賴

要使用此模型，請確保安裝transformers。

pip install transformers accelerate

模型功能

• [x] 代碼補全。
• [ ] 代碼填充。
• [ ] 指令跟隨/對話。
• [ ] Python專業支持。

✨ 主要特性

Code Llama具有以下特性：

• 多種模型規模：提供70億、130億、340億和700億參數的四種模型規模。
• 多種變體：包括通用代碼合成和理解的基礎模型、專門針對Python的模型以及用於指令跟隨和更安全部署的模型。
• 優化架構：採用優化的Transformer架構，支持高達100k的推理長度。
• 廣泛訓練：在2023年1月至2024年1月期間進行訓練。

📦 安裝指南

要使用此模型，請確保安裝transformers。

pip install transformers accelerate

📚 詳細文檔

模型詳情

• 模型開發者：Meta
• 變體：Code Llama有四種模型規模和三種變體：
  • Code Llama：用於通用代碼合成和理解的基礎模型。
  • Code Llama - Python：專門為Python設計。
  • Code Llama - Instruct：用於指令跟隨和更安全的部署。 所有變體都有70億、130億、340億和700億參數的版本。
• 輸入：模型僅接受文本輸入。
• 輸出：模型僅生成文本。
• 模型架構：Code Llama是一個自迴歸語言模型，使用優化的Transformer架構。它在訓練時最多可處理16k個標記，並在推理時支持高達100k個標記。
• 模型日期：Code Llama及其變體在2023年1月至2024年1月期間進行訓練。
• 狀態：這是一個基於離線數據集訓練的靜態模型。隨著我們根據社區反饋改進模型安全性，未來將發佈Code Llama - Instruct的新版本。
• 許可證：可在此處獲取自定義商業許可證。
• 研究論文：更多信息可在論文“Code Llama: Open Foundation Models for Code”或其arXiv頁面中找到。

預期用途

• 預期用例：Code Llama及其變體旨在用於英語和相關編程語言的商業和研究用途。基礎模型Code Llama可用於各種代碼合成和理解任務，Code Llama - Python專門用於處理Python編程語言，Code Llama - Instruct旨在更安全地用於代碼助手和生成應用程序。
• 非預期用途：禁止以任何違反適用法律法規（包括貿易合規法律）的方式使用。禁止使用英語以外的語言。禁止以Code Llama及其變體的可接受使用政策和許可協議禁止的任何其他方式使用。

硬件和軟件

• 訓練因素：使用自定義訓練庫。已發佈模型的訓練和微調在Meta的研究超級集群上進行。
• 碳足跡：總體而言，訓練所有12個Code Llama模型需要在A100 - 80GB類型的硬件上進行1400K GPU小時的計算（TDP為350 - 400W）。估計總排放量為228.55 tCO2eq，其中100%已由Meta的可持續發展計劃抵消。

評估結果

有關主要模型的評估和詳細消融研究，請參閱研究論文的第3節，有關安全評估，請參閱第4節。

倫理考慮和侷限性

Code Llama及其變體是一項新技術，使用時存在風險。到目前為止進行的測試都是用英語進行的，並且沒有涵蓋也不可能涵蓋所有場景。因此，與所有大語言模型一樣，Code Llama的潛在輸出無法提前預測，並且在某些情況下，模型可能會對用戶提示產生不準確或令人反感的響應。因此，在部署Code Llama的任何應用程序之前，開發人員應針對其特定應用程序進行安全測試和調整。

請參閱負責任使用指南。

📄 許可證

自定義商業許可證可在https://ai.meta.com/resources/models-and-libraries/llama-downloads/獲取。

模型鏈接表格

⚠️ 重要提示

這是非官方的Code Llama倉庫。你可以在Meta Llama組織中找到官方Meta倉庫。