aiXcoder团队于4月9日开源了7B模型,迅速在GitHub上获得2000+星标,跻身HuggingFace趋势榜单TOP30。该模型专注于代码生成,提升软件开发效率,支持企业个性化训练与私有化部署,展现出编程自动化的潜力。
北京大学aiXcoder团队推出了代码大模型aiXcoder-7B,结合深度学习与软件工程,提升代码理解与生成能力。该模型通过引入代码特性和结构化预训练方法,显著改善了代码补全效果,研究成果将在ICSE 2025会议上分享。
该研究评估了GitHub Copilot在OpenAPI完成度上的表现,并提出了用Meta的Code Llama模型进行优化的方法。通过语义基准和实验,分析了提示工程和微调对性能的影响。微调后的Code Llama在参数数量远少于Codex的情况下,正确率提升至55.2%。此外,研究改进了代码插入训练技术,解决了提示上下文不足的问题。
基于大模型的AI Agent正在重塑软件开发流程,解决项目级代码生成问题,提升开发效率和代码质量。
北京大学软件工程研究所的aiXcoder团队开源了7B模型Base版,该模型在GitHub上获得超过2k的Star数,并进入HuggingFace趋势榜单TOP30。aiXcoder团队长期致力于代码大模型的研究,模型在代码生成和补全方面表现出色,提高代码编写效率。模型支持企业个性化训练和私有化部署,具有跨文件分析和补全的能力。aiXcoder-7B模型预示着软件开发领域将迎来一场新的革命。
完成下面两步后,将自动完成登录并继续当前操作。