一個Stable Diffusion還不夠！Stability AI再放殺手锏，進擊代碼生成領域：

推出了一款自稱具有革命性的編碼工具StableCode。

敲重點的是，StableCode不僅支持Python、Go、Java、JavaScript、C、Markdown、C++等多種編程語言。

還直接把上下文長度拉到16000個token。

圖片

好家伙，網(wǎng)友直呼瘋批：

圖片

這波還直接戳中網(wǎng)友痛點：

我們真的很需要一個能夠?qū)⒄麄€代碼庫塞進上下文的工具。

圖片

上下文窗口16000token

官網(wǎng)顯示，StableCode模型具有30億參數(shù)，將提供基礎模型、指令模型、長上下文窗口模型三種不同的模型，幫助開發(fā)人員編碼。

圖片

StableCode在HPC（高性能計算）集群上，使用5600億代碼token的編程語言數(shù)據(jù)集starcoder-data對基礎模型進行了訓練。

StarCoder是HuggingFace和ServiceNow合作成立的開放科學合作組織BigCode于五月份開源的針對代碼的大模型。

Stability AI首席研究科學家Nathan Cooper對VentureBeat表示：

我們非常喜歡BigCode，因為他們在數(shù)據(jù)治理、模型治理和模型訓練方面做了驚人的工作，我們用了他們的數(shù)據(jù)集，并對其進行了額外的過濾和清理，同時也用在了構(gòu)建長上下文窗口的模型，在我們的集群上進行了訓練。

對于復雜的編程任務，StableCode則針對特定用例進行了指令調(diào)優(yōu)。

在基礎模型的基礎上，用約120000個Alpaca格式的“代碼指令-回答”對訓練了指令模型。

圖片

△StableCode指令生成對給定指令響應的代碼。

此外，為了滿足用戶對上下文窗口長度的需求，StableCode的長上下文窗口模型直接將上下文窗口拉長至16000個token，是此前開源模型的2-4倍。

△與類似大小的模型（3B）進行的 HumanEval 基準比較。

不僅為用戶提供了可單行、多行自動完成建議的工具，還允許用戶同時查看編輯相當于五個中等大小的Python文件，允許更專業(yè)復雜的代碼生成prompt。

下面是一個StableCode利用Pytorch深度學習庫完成一個相對復雜的Python文件展示（灰色文本顯示了StableCode的預測）。

圖片

使用了RoPE的方法

此外，StableCode也是用到了Transformer架構(gòu)，不同于StarCoder用ALiBi（線性偏差的注意力）的方法定位模型輸出，StableCode則是使用了RoPE（旋轉(zhuǎn)位置嵌入）的方法。

Cooper表示：

在Transformer模型中，ALiBi方法傾向于更加重視當前的token，而不是過去的token。這對于代碼生成來說不是一個理想的方法，因為代碼沒有固定的敘述結(jié)構(gòu)，沒有明確的開始、中間和結(jié)束。代碼的功能可以在應用流程的任何點被定義。所以我們使用RoPE，它沒有這種偏見。

StableCode目前還處于早期階段，初始發(fā)布的目標是觀察開發(fā)者如何接受和使用這個模型。

我們將與社區(qū)進行互動合作，看看他們會提出哪些有趣的方向，并針對開發(fā)者領域進行生成式探索 。

研究主管Christian Laforte也淺聊了StableCode的目標：

與Stable Diffusion幫助世界上任何人成為藝術(shù)家類似，我們希望StableCode模型能讓任何有好點子但卻遇到問題的人，能夠編寫一個解決問題的程序。

看到Stability AI再放大招的這波操作，有網(wǎng)友在去測試Github Copilot的路上來了個掉頭：

圖片

還有網(wǎng)友希望“預定”下一次動作：

真的很想看Stability AI在文本轉(zhuǎn)語音方面，做些類似谷歌SoundStorm（聲音風暴）的事啊。

圖片

此外，StableCode目前已經(jīng)開源啦！

參考鏈接：
[1]https://venturebeat.com/programming-development/stability-ai-launches-stablecode-an-llm-for-code-generation/
[2]https://twitter.com/StabilityAI/status/1688931312122675200