多语言开源编程大模型

# SkyCode SkyCode是由奇点智源发布的多语言开源编程大模型，采用GPT3模型结构，使用海量的代码进行训练。支持Java, JavaScript, C, C++, Python, Go, shell等多种主流编程语言，并能理解中文注释。模型可以对代码进行补全，进行解题等操作，使您从编程中解放出来，专心于解决更大的问题。   #### Hugging Face 模型主页：https://huggingface.co/SkyWork/SkyCode # 项目亮点 1. 技术优势一 ：涵盖多种编程语言 不同的编程语言着重于解决不同平台、环境下的问题，不同的编程语言都有自己存在的理由。奇点智源SkyCode能够生成的代码，不仅包括使用广泛的JavaScript、python、Java、C等，还涵盖了php、go、swift等共计十余种编程语言，使不同语言的使用者都能来体验SkyCode强大的代码生成能力。 2. 技术优势二：针对中文注释进行优化 曾经在预训练大模型领域，一直是被英文社区主导着，依托于GPT3的代码生成模型有着同样的问题。奇点智源凭借深耕中文模型的经验，针对中文的特点，优化创新使用了独特的中文编码方式，更加符合中文的语言习惯，使得模型对中文注释的理解能力更为优秀。 3. 技术优势三：极其出色的解题能力 在体现代码生成模型解题能力的HumanEval数据集上，奇点智源SkyCode的解题能力也远高出其他开源模型。 | model | pass@1 | pass@10 | pass@100 | |:-------------- | ------:|:-------:| -------- | | GPT-Neo 1.3B | 4.79% | 7.47% | 16.30% | | GPT-Neo 2.7B | 6.41% | 11.27% | 21.37% | | GPT-J 6B | 11.62% | 15.74% | 27.74% | | SKY_code(2.6B) | 12.84% | 21.07% | 35.97% | 可以看到，参数量2.6B的SkyCode在解题能力上不仅高出参数较少的GPT-Neo 1.3B许多，也远高于参数量相当的GPT-Neo 2.7B模型。即使对比参数量更高的GPT-J 6B模型，SkyCode的解题能力也更强。在更能体现解题能力上限的pass@100指标上，SkyCode超出GPT-J的净值为8.23%。 # 奇点新闻 - [2022.12.15] [昆仑天工AIGC发布会](https://live.vhall.com/v3/lives/subscribe/697547540) —————————————————————————————————————————————————————————— ## 依赖 ``` 推荐 transformers>=4.18.0 ``` ## 模型使用 ```python # -*- coding: utf-8 -*- from transformers import GPT2LMHeadModel from transformers import AutoTokenizer from transformers import TextGenerationPipeline model = GPT2LMHeadModel.from_pretrained("SkyWork/SkyCode") tokenizer = AutoTokenizer.from_pretrained("SkyWork/SkyCode", trust_remote_code=True) text_generator = TextGenerationPipeline(model, tokenizer, device=0) input_str = "if __name__" max_new_tokens = 40 print(text_generator(input_str, max_new_tokens=max_new_tokens, do_sample=True)) ``` ## huggingface模型主页 https://huggingface.co/SkyWork/SkyCode # 版权许可 [MIT License](LICENSE) # 加入开发者群 #### 微信扫码，加入SkyCode开发者群：  #### 感兴趣别忘了star一下~