企业宣传,产品推广,广告招商,广告投放联系seowdb

开源 言语 Codex 长于 PolyCoder C 代码生成器 优于 AI

卡内基梅隆大学的钻研人员推出了一个开源的智能代码生成器模型 PolyCoder,具备 27B 参数,基于 GPT-2 架构,在一台机器上对超越 12种编程言语的 249GB 代码启动了训练。训练结果标明,在 C 编程言语中,PolyCoder 优于包括 Codex 在内的一切模型。

钻研人员指出,OpenAI 的 Codex 于去年 8 月颁布,可经过微软领有的 GitHub 的 Copilot 工具取得;但它经过黑盒 API调用提供对模型输入的“non-free access”,模型的权重和训练数据并无法用。DeepMind 宣称其最近颁布的 AlphaCode代码生成器在人类介入的编程较量中排名前 54.3%,但是训练这个模型需却要在谷歌的数据核心启动"hundreds of petaFLOPSdays"的训练。

“虽然大型言语代码模型取得了渺小成功,但最强的模型都尚未地下。这阻止了这些模型在资源短缺的公司之外的运行,并限度了资源匮乏的组织在这一畛域的钻研。”

为了处置这一疑问,他们推出了 PolyCoder。该模型经常使用来自 GitHub 的多个存储库的数据启动训练,涵盖 12种盛行的编程言语:C、C#、C++、Go、Java、JavaScript、PHP、Python、Ruby、Rust、Scala 和TypeScript。未经过滤的数据集总共有 631GB 的数据和 3890 万个文件。此外,为了训练 PolyCoder,钻研人员选用了GPT-2(由于估算有限)。

不过虽然 PolyCoder 在 C 言语方面的体现优于一切模型,但 Codex 在其余言语方面依然要胜过 PolyCoder。

“值得留意的是,PolyCoder 在 C 言语方面优于 Codex 和一切其余模型。在比拟独自的开源模型时,PolyCoder 在C、JavaScript、Rust、Scala 和 TypeScript 方面的体现比相似规模的 GPT-Neo 2.7B 更好。在除 C 言语以外的其余 11种言语中,一切其余开源模型,包括咱们的,都显著比 Codex 差(higher perplexity)。”

​ ​概略可检查​ ​

本文题目:开源 AI 代码生成器 PolyCoder:长于 C 言语,优于 Codex

© 版权声明
评论 抢沙发
加载中~
每日一言
不怕万人阻挡,只怕自己投降
Not afraid of people blocking, I'm afraid their surrender