螞蟻集團宣布開源代碼大模型CodeFuse

　　在8日的2023外灘大會分論壇上，螞蟻集團首次開源了代碼大模型 CodeFuse。

　　據(jù)介紹，這是螞蟻集團自研的代碼生成專屬大模型，可以根據(jù)開發(fā)者的輸入提供智能建議和實時支持，幫助開發(fā)者自動生成代碼、自動增加注釋、自動生成測試用例、修復和優(yōu)化代碼等，以提升研發(fā)效率。

　　CodeFuse 基于螞蟻基礎(chǔ)大模型研發(fā)，在近期代碼補全的 HumanEval 評測中，CodeFuse 得分 74.4%，超過 GPT-4(67%)的成績，也超過了 WizardCoder-34B 73.2% 的得分。本次開源內(nèi)容包括代碼框架、模型等，現(xiàn)已上架相關(guān)平臺，用戶可在 HuggingFace 下載模型。

　　代碼框架部分包括自研的多任務微調(diào)(Multi-task fine-tuning，縮寫為 MFT)框架。MFT 支持代碼生成、代碼翻譯、測試用例生成、bug 修復等數(shù) 10 個任務一起微調(diào)。

　　MFT 微調(diào)框架支持螞蟻自研模型，以及多個開源大模型的代碼能力微調(diào)。同時，框架內(nèi)含創(chuàng)新的微調(diào)數(shù)據(jù)打包技術(shù)，號稱可提升微調(diào)速度約 8 倍;并使用多重部署優(yōu)化技術(shù)，使推理加速約 2 倍。

　　模型部分包括 CodeFuse13B-4K、CodeFuse-CodeLlaMa34B-MFT 兩個大模型。模型訓練過程中，CodeFuse 使用了程序分析校驗技術(shù)，對高質(zhì)量代碼數(shù)據(jù)進行篩選，并構(gòu)建了代碼領(lǐng)域?qū)Ｓ米值�，編碼平均長度低 10%+。

　　螞蟻集團透露，CodeFuse 早在 6 月就開始內(nèi)測，用以真實開發(fā)環(huán)境，可以助力開發(fā)者低門檻編程，例如用自然語言編寫 H5 小游戲、快速開發(fā)支付寶小程序等。

　　基于 CodeFuse 的應用場景有開發(fā)助手、IDE 插件、數(shù)據(jù)分析器等，覆蓋了目前研發(fā)工作的主要需求，在螞蟻集團內(nèi)部研發(fā)流程中陸續(xù)得到驗證。