stable-code-3b

项目介绍：stable-code-3b

模型概述

stable-code-3b是一款由Stability AI开发的语言模型，包含27亿个参数，专门用于代码生成。这款模型经过各种文本和代码数据集的训练，总共使用了1.3万亿个词的训练数据。它支持多种编程语言，包括Python、C++、Javascript、Java和PHP等。

该模型在多编程语言的衡量标准上表现出色，与类似规模的模型相比，展现了先进的性能。使用BigCode's 评估工具进行测试，stable-code-3b在Python语言下的通过率为32.4%。

主要功能

中间插入能力（FIM）：允许在代码的中间插入代码，这对于自动补全代码和代码重构十分有用。
长文本支持：支持长达16,384个字符的序列进行训练，有助于处理较长的代码片段。

使用示例

开发者可以使用如下代码片段，在Python中体验stable-code-3b的文本生成功能：

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("stabilityai/stable-code-3b")
model = AutoModelForCausalLM.from_pretrained(
  "stabilityai/stable-code-3b",
  torch_dtype="auto",
)
model.cuda()
inputs = tokenizer("import torch\nimport torch.nn as nn", return_tensors="pt").to(model.device)
tokens = model.generate(
  **inputs,
  max_new_tokens=48,
  temperature=0.2,
  do_sample=True,
)
print(tokenizer.decode(tokens[0], skip_special_tokens=True))

模型细节

开发者：Stability AI
模型类型：基于transformer解码器架构的自回归语言模型
支持语言：英语和多种编程语言
许可证：Stability AI社区许可证。商业使用请参考Stability AI的许可证

模型架构

该模型是一个仅限解码的transformer，类似于LLaMA架构，并进行了如下改进：

参数数量：27亿
隐藏层大小：2560
层数：32
头数：32
序列长度：16384
位置嵌入：采用旋转位置嵌入技术，提高吞吐量。
分词器：使用修改后的GPTNeoX分词器，支持中间插入（FIM）等功能。

训练细节

训练数据集：结合了多个大规模开源数据集，包括Falcon RefinedWeb、CommitPackFT和GitHub Issues等。
支持语言：模型支持18种编程语言，包括Python、C++、Java、Go、Rust等。
训练过程：模型在bfloat16精度下进行预训练，使用AdamW优化算法。
基础设施：训练使用了Stability AI集群中的256块NVIDIA A100 40GB GPU。

使用及限制

该模型适用于作为基础模型进行特定应用的微调。但在实际应用中，开发者需要仔细评估和调整模型性能以确保安全。由于训练数据集中可能包含不当内容，建议在生产环境中谨慎使用。

如何引用

@misc{stable-code-3b,
      url={https://huggingface.co/stabilityai/stable-code-3b},
      title={Stable Code 3B},
      author={Pinnaparaju, Nikhil and Adithyan, Reshinth and Phung, Duy and Tow, Jonathan and Baicoianu, James and Cooper, Nathan}
}

stable-code-3b是一个功能强大的语言模型，旨在为开发者提供高效的代码生成和改进工具。通过结合丰富的训练数据和先进的技术，它为多语言编程环境中的代码处理提供了坚实的基础。