Codellama 70b Hf

🚀 Code Llama

Code Llama是一系列预训练和微调的生成式文本模型，参数规模从70亿到700亿不等。本仓库是基于Hugging Face Transformers格式的700亿参数基础版本模型。该模型专为通用代码合成和理解而设计。其他模型的链接可在底部索引中找到。

🚀 快速开始

安装依赖

要使用此模型，请确保安装transformers。

pip install transformers accelerate

模型功能

• [x] 代码补全。
• [ ] 代码填充。
• [ ] 指令跟随/对话。
• [ ] Python专业支持。

✨ 主要特性

Code Llama具有以下特性：

• 多种模型规模：提供70亿、130亿、340亿和700亿参数的四种模型规模。
• 多种变体：包括通用代码合成和理解的基础模型、专门针对Python的模型以及用于指令跟随和更安全部署的模型。
• 优化架构：采用优化的Transformer架构，支持高达100k的推理长度。
• 广泛训练：在2023年1月至2024年1月期间进行训练。

📦 安装指南

要使用此模型，请确保安装transformers。

pip install transformers accelerate

📚 详细文档

模型详情

• 模型开发者：Meta
• 变体：Code Llama有四种模型规模和三种变体：
  • Code Llama：用于通用代码合成和理解的基础模型。
  • Code Llama - Python：专门为Python设计。
  • Code Llama - Instruct：用于指令跟随和更安全的部署。 所有变体都有70亿、130亿、340亿和700亿参数的版本。
• 输入：模型仅接受文本输入。
• 输出：模型仅生成文本。
• 模型架构：Code Llama是一个自回归语言模型，使用优化的Transformer架构。它在训练时最多可处理16k个标记，并在推理时支持高达100k个标记。
• 模型日期：Code Llama及其变体在2023年1月至2024年1月期间进行训练。
• 状态：这是一个基于离线数据集训练的静态模型。随着我们根据社区反馈改进模型安全性，未来将发布Code Llama - Instruct的新版本。
• 许可证：可在此处获取自定义商业许可证。
• 研究论文：更多信息可在论文“Code Llama: Open Foundation Models for Code”或其arXiv页面中找到。

预期用途

• 预期用例：Code Llama及其变体旨在用于英语和相关编程语言的商业和研究用途。基础模型Code Llama可用于各种代码合成和理解任务，Code Llama - Python专门用于处理Python编程语言，Code Llama - Instruct旨在更安全地用于代码助手和生成应用程序。
• 非预期用途：禁止以任何违反适用法律法规（包括贸易合规法律）的方式使用。禁止使用英语以外的语言。禁止以Code Llama及其变体的可接受使用政策和许可协议禁止的任何其他方式使用。

硬件和软件

• 训练因素：使用自定义训练库。已发布模型的训练和微调在Meta的研究超级集群上进行。
• 碳足迹：总体而言，训练所有12个Code Llama模型需要在A100 - 80GB类型的硬件上进行1400K GPU小时的计算（TDP为350 - 400W）。估计总排放量为228.55 tCO2eq，其中100%已由Meta的可持续发展计划抵消。

评估结果

有关主要模型的评估和详细消融研究，请参阅研究论文的第3节，有关安全评估，请参阅第4节。

伦理考虑和局限性

Code Llama及其变体是一项新技术，使用时存在风险。到目前为止进行的测试都是用英语进行的，并且没有涵盖也不可能涵盖所有场景。因此，与所有大语言模型一样，Code Llama的潜在输出无法提前预测，并且在某些情况下，模型可能会对用户提示产生不准确或令人反感的响应。因此，在部署Code Llama的任何应用程序之前，开发人员应针对其特定应用程序进行安全测试和调整。

请参阅负责任使用指南。

📄 许可证

自定义商业许可证可在https://ai.meta.com/resources/models-and-libraries/llama-downloads/获取。

模型链接表格

⚠️ 重要提示

这是非官方的Code Llama仓库。你可以在Meta Llama组织中找到官方Meta仓库。