Hugging Face发布AI代码生成工具StarCoder 2，支持600多种编程语言

893 0 0

模型信息

【模型公司】 月之暗面
【模型名称】 moonshot-v1-32k
【摘要评分】 ★★★★★

文章摘要

摘要：
开发者们正迅速采用AI驱动的代码生成器，如GitHub Copilot和Amazon CodeWhisperer，以及Meta的Code Llama。然而，这些工具存在局限性，如成本和许可证限制。为了满足市场需求，AI初创公司Hugging Face与ServiceNow合作开发了StarCoder，一个开源代码生成器，其许可证限制较小。StarCoder 2是该系列的最新版本，包括三个不同规模的模型，旨在提高编码效率，同时降低运行成本。尽管StarCoder 2在性能上有所提升，但它也面临着安全性、许可证限制和偏见问题。Hugging Face、ServiceNow和Nvidia声称，StarCoder 2在伦理性和法律风险方面优于竞争对手。此外，StarCoder 2的开源特性允许在本地部署，对于担心隐私和安全的开发者和公司具有吸引力。

详细摘要：

开发者们正以惊人的速度开始采用AI驱动的代码生成器，例如GitHub Copilot和Amazon CodeWhisperer这样的服务，以及像Meta的Code Llama这样的开放访问模型。这些工具虽然提高了编码效率，但并非完美，存在成本和许可证限制等问题。

为了应对这些挑战，AI初创公司Hugging Face与工作流自动化平台ServiceNow合作，开发了StarCoder，一个开源代码生成器。StarCoder 2是该系列的最新版本，包括三个不同规模的模型，旨在提高编码效率，同时降低运行成本。这些模型在训练数据量上增加了4倍，提供了显著改善的性能。

StarCoder 2的模型系列包括ServiceNow训练的30亿参数模型、Hugging Face训练的70亿参数模型和Nvidia训练的150亿参数模型。这些模型能够在大多数现代消费级GPU上运行，并且可以在短短几小时内针对特定数据进行精准调整，以创建应用程序。

尽管StarCoder 2在性能上有所提升，但它也面临着安全性、许可证限制和偏见问题。斯坦福的研究发现，使用代码生成系统的工程师更容易在应用程序中引入安全漏洞。此外，StarCoder 2采用的BigCode Open RAIL-M 1.0许可证虽然限制较少，但并非完全开放，可能会与某些法规发生冲突。

Hugging Face、ServiceNow和Nvidia声称，StarCoder 2在伦理性方面更胜一筹，且面临的法律风险较小。与使用版权代码训练的代码生成器不同，StarCoder 2仅使用了来自Software Heritage的许可数据进行训练，提供了更高的透明度和可审计性。

尽管StarCoder 2在性能和伦理性方面有所优势，但它仍然不完美。它可能生成反映性别和种族刻板印象的代码元素，并且在非英语语言和资源较少的代码上表现较差。然而，Hugging Face的机器学习工程师Leandro von Werra认为，StarCoder 2展示了完全开放的模型如何能够提供有竞争力的性能。

最后，Hugging Face、ServiceNow和Nvidia通过StarCoder 2项目投资于培养良好的商业声誉，并在开源发布的基础上构建付费服务。StarCoder 2的模型、源代码等都可以从项目的GitHub页面下载，为开发者提供了无成本的离线体验。