LLMs之Code：Code Llama的简介、安装、使用方法之详细攻略

LLMs之Code：Code Llama的简介、安装、使用方法之详细攻略

导读：2023年08月25日(北京时间)，Meta发布了Code Llama，一个可以使用文本提示生成代码的大型语言模型(LLM)。Code Llama是最先进的公开可用的LLM代码任务，并有潜力使工作流程更快，更有效的为当前的开发人员和降低进入门槛的人正在学习代码。Code Llama有潜力作为一种生产力和教育工具来帮助程序员编写更健壮、文档更完善的软件。

Code Llama在Llama 2的基础上增强了编码能力。它可以从代码和自然语言提示(例如，“给我写一个输出斐波那契数列的函数。”)中生成代码和关于代码的自然语言。它也可以用于代码完成和调试。它支持许多当今最流行的语言，包括Python、c++、Java、PHP、Typescript (Javascript)、c#和Bash。

>> Code Llama是一个开源的、最先进的LLM，能够从代码和自然语言提示中生成代码和关于代码的自然语言。它专注于生成代码和理解自然语言代码说明，其性能优于当前公开的其他代码生成LLM，为编程带来支持，其开源训练方法有助于社区建立更多创新工具。

>> Code Llama有三个尺寸的版本，参数量分别为7B、13B和34B，并支持多种编程语言。它稳定支持了最高10万个token的上下文生成。这三个参数版本的Code Llama模型都使用了500B的代码tokens和代码相关数据进行训练。7B和13B版本的模型还经过了FIM（fill-in-the-middle）训练，可以将代码插入到现有代码中，支持开箱即用的代码补全等任务。不同的服务和延迟要求可以选择适合的模型版本。例如，7B模型适合在单个GPU上运行，而34B模型提供了更好的编码辅助和最佳结果，但速度较慢。对于低延迟任务，比如实时代码补全，较小的7B和13B模型速度更快。

>> Code Llama建立在Llama 2的基础上，并通过在代码特定数据集上进行进一步训练来提升编码能力。除了基础模型外，还有针对Python优化的Code Llama - Python和理解自然语言指令优化的Code Llama - Instruct版本。在代码生成基准测试中，Code Llama表现优于其他公开可用的代码专用语言模型，性能与ChatGPT相当。

目录

Code Llama的简介

1、《Code Llama: Open Foundation Models for Code》翻译与解读

2、模型评估效果对比：HumanEval、MBPP、MHEval

3、基于Code Llama的衍生模型

(1)、Phind团队：Phind-CodeLlama-34B-v1、Phind-CodeLlama-34B-Python-v1

(2)、WizardLM团队：WizardCoder

Code Llama的安装

1、模型部署与推理

第1步，获取Meta 官网授权

第2步，sh脚本下载

第3步，模型推理

2、预训练

3、代码填充

4、微调指令模型

Code Llama的使用方法

---

Code Llama的简介

2023年08月25日，Meta发布了基于的Llama2用于专攻代码生成的基础模型 Code Llama。Code Llama 是基于 Llama 2 的一系列面向代码的大型语言模型，提供了在开放模型中领先的性能，填充能力，支持大型输入上下文，以及用于编程任务的零-shot指令跟随能力。

该项目提供多个版本以覆盖广泛的应用领域：基础模型（Code Llama），Python 专用模型（Code Llama - Python），以及指令跟随模型（Code Llama - Instruct），分别具有7B、13B和34B的参数。所有模型都是在16k标记的序列上进行训练的，并在最多100k标记的输入上显示出改进。7B和13B的 Code Llama 和 Code Llama - Instruct 变体支持基于周围内容的填充。

Code Llama 是通过对 Llama 2 进行代码的更高采样来进行微调开发的。与 Llama 2 一样，我们对模型的微调版本应用了相当大的安全措施。有关模型训练、架构和参数、评估、负责人工智能和安全的详细信息，请参阅我们的研究论文。由 Llama Materials 的代码生成功能生成的输出，包括 Code Llama，在内可能受第三方许可证的约束，包括但不限于开源许可证。

我们正在释放大型语言模型的强大能力，我们的最新版本 Code Llama 现在可以让个人、创作者、研究人员和各个规模的企业获得使用权限，以便他们可以负责地进行实验、创新和扩展他们的想法。此发布包括预训练和微调 Llama 语言模型的模型权重和初始代码，参数范围从7B到34B。该存储库旨在作为一个最小的示例，用于加载 Code Llama 模型并进行推理。

Code Llama 是一项带有潜在风险的新技术。到目前为止进行的测试未能覆盖所有情况。为了帮助开发人员应对这些风险，我们已创建了《负责任使用指南》。更多详细信息可以在我们的研究论文中找到。

GitHub官网：GitHub - facebookresearch/codellama: Inference code for CodeLlama models

论文地址：https://ai.meta.com/research/publications/code-llama-open-foundation-models-for-code/

官网文章：https://ai.meta.com/blog/code-llama-large-language-model-coding/

1、《Code Llama: Open Foundation Models for Code》翻译与解读

摘要

我们发布了Code Llama，这是一系列基于Llama 2的面向代码的大型语言模型，具有开放模型中最先进的性能、填充能力、支持大型输入上下文以及零-shot指令跟随能力，可用于编程任务。我们提供多种版本以覆盖广泛的应用领域：基础模型（Code Llama）、Python专用模型（Code Llama - Python）和指令跟随模型（Code Llama - Instruct），分别具有7B、13B和34B个参数。所有模型都是在16k个标记的序列上进行训练，并在最多100k个标记的输入上显示出改进效果。7B和13B的Code Llama和Code Llama - Instruct变种支持基于周围内容的填充。Code Llama在几个代码基准测试中达到了开放模型的最先进性能，分别在HumanEval和MBPP上获得了53%和55%的得分。值得注意的是，Code Llama - Python 7B在HumanEval和MBPP上的表现超过了Llama 2 70B，而我们的所有模型在MultiPL-E上都优于其他公开可用的模型。我们以宽松的许可证发布Code Llama，既允许研究使用，也允许商业使用。

结论

我们发布了一系列专注于代码的Llama 2模型，称为Code Llama，包含三个主要变种，我们以三种规模（7B、13B和34B个参数）发布：Code Llama、Code Llama - Python和Code Llama - Instruct。考虑到实际应用，我们训练了7B和13B的模型以支持填充，并让所有模型能够利用大型上下文。我们在推理中测试它们在最多100K个标记（图4a）的情况下的稳定性。大型上下文微调和填充在标准基准测试中（表10）的基于从左到右的代码生成基准测试中有一定的代价，这些测试都基于短序列（即函数级别）。尽管如此，我们的30B模型在标准Python完成基准测试中是公开模型中最先进的，而我们的其他模型与具有相似参数数量的模型相比具有竞争力。在多语言基准测试中，即使是我们最小的模型（Code Llama 7B）也优于其他任何公开模型。 Code Llama - Instruct模型经过训练，为Code Llama提供了零-shot指令能力。在这种进一步的微调中，我们在一定程度上提炼了Llama 2-Chat，不仅注重更直接的帮助（图5c），还努力提供更安全的模型供使用和部署（第4节）。遵循指令并过于安全可能会在评估中损失一些得分（例如表2中34B模型在HumanEval上的情况），如图14所示。需要进一步的工作让LLM能够理解上下文和指令中的细微差别。

2、模型评估效果对比：HumanEval、MBPP、MHEval

Code Llama表现优异

3、基于Code Llama的衍生模型

(1)、Phind团队：Phind-CodeLlama-34B-v1、Phind-CodeLlama-34B-Python-v1

 Phind 团队利用内部Phind数据集调优CodeLlama-34B和CodeLlama-34B-Python模型,在HumanEval上超越GPT-4的表现。在该内部数据集上，两模型分别获得67.6%和69.5%的通过率，高于原始模型的48.8%和53.7% 。调优后模型Phind-CodeLlama-34B-v1和Phind-CodeLlama-34B-Python-v1在HumanEval上分别获得67.6%和69.5%的通过率。显然都超越了原始 GPT-4 的 67%。

时间	2023年8月27日(北京时间)
作者	Phind团队
地址	地址：https://www.phind.com/blog/code-llama-beats-gpt4
原文章	通过对CodeLlama-34B和CodeLlama-34B-Python进行微调，我们在内部的Phind数据集上取得了令人瞩目的成绩。CodeLlama-34B在HumanEval上的一次通过率为48.8%，而CodeLlama-34B-Python则为53.7%。根据OpenAI在三月份的官方技术报告，GPT-4的通过率为67%。为确保结果的有效性，我们对数据集应用了OpenAI的去污染方法。 昨天发布的CodeLlama模型在HumanEval上展现出了出色的性能。 >> Phind-CodeLlama-34B-v1在HumanEval上的一次通过率为67.6%。 >> Phind-CodeLlama-34B-Python-v1在HumanEval上的一次通过率为69.5%。 我们将这两个模型在一个拥有大约80,000个高质量编程问题和解决方案的专有数据集上进行了微调。与HumanEval在结构上不同的是，该数据集采用了指令-答案对而不是代码补全示例。 我们对Phind模型进行了两个时期的训练，总共约160,000个示例。我们没有使用LoRA，这两个模型都经过了本机的微调。我们使用DeepSpeed ZeRO 3和Flash Attention 2，在32个A100-80GB的GPU上进行训练，序列长度为4096个标记，训练时间为三个小时。 此外，我们还应用了OpenAI的去污染方法来确保结果的有效性，并且没有发现任何受污染的示例。该方法如下所示： >> 对于每个评估示例，我们随机抽样了三个50个字符的子字符串，如果示例少于50个字符，则使用整个示例。 >> 如果任何抽样的子字符串是处理过的训练示例的子字符串，则认为存在匹配。 有关去污染方法的更多信息，请参阅OpenAI技术报告附录C。下面是我们在微调模型中实现的一次通过率得分： >> Phind-CodeLlama-34B-v1在HumanEval上的一次通过率为67.6%。 >> Phind-CodeLlama-34B-Python-v1在HumanEval上的一次通过率为69.5%。

(2)、WizardLM团队：WizardCoder

 WizardLM 团队发布了基于Code Llama的最新WizardCoder-34B。WizardCoder-34B在HumanEval上的一次通过率（pass@1）达到了惊人的 73.2%，超越了原始 GPT-4、ChatGPT-3.5 以及 Claude 2、Bard。

为了开发我们的WizardCoder模型，我们首先采用了Evol-Instruct方法，专门针对编码任务进行了适应。这包括将提示信息定制为与代码相关的指令领域。随后，我们使用新创建的指令跟随训练集对Code LLama的模型进行了微调，包括StarCoder或Code LLama。

时间	2023年8月27日(北京时间)
作者	WizardLM 团队
地址	GitHub地址：https://github.com/nlpxucan/WizardLM/tree/main/WizardCoder 测试地址：WizardCoder-Python-34B-V1.0

Code Llama的安装

1、模型部署与推理

第1步，获取Meta 官网授权

为了下载模型权重和分词器，请访问 Meta AI 网站并接受我们的许可协议。

一旦您的请求获得批准，您将收到一封带有签名的电子邮件链接。

第2步，sh脚本下载

下载脚本	然后运行 download.sh 脚本，在提示时传递提供的 URL 开始下载。请确保复制 URL 文本本身，不要使用右键单击 URL 时的“复制链接地址”选项。如果复制的 URL 文本以 https://download.llamameta.net开头，则复制正确。如果复制的 URL 文本以 https://l.facebook.com开头，则复制错误。
先决条件	先决条件：确保您已安装 wget 和 md5sum。然后运行脚本：bash download.sh。 请注意，链接在24小时后和一定数量的下载后会过期。如果您开始看到诸如 403：Forbidden 的错误，您始终可以重新请求链接。
设置	在具有 PyTorch / CUDA 的 conda 环境中，克隆存储库并在顶级目录中运行： pip install -e .

第3步，模型推理

不同的模型需要不同的模型并行（MP）值

Model	MP
7B	1
13B	2
34B	4

所有模型都支持长达100,000标记的序列长度，但我们根据 max_seq_len 和 max_batch_size 值预先分配缓存。因此根据您的硬件和用例设置这些值。

2、预训练

Code Llama 和 Code Llama - Python 模型没有经过微调以遵循指令。它们应该通过提示来获取期望的答案，即提示的自然延续。请参考 example_completion.py 查看一些示例。为了说明，查看下面的命令，以使用 CodeLlama-7b 模型运行它（nproc_per_node 需要设置为 MP 值）：

torchrun --nproc_per_node 1 example_completion.py
--ckpt_dir CodeLlama-7b/
--tokenizer_path CodeLlama-7b/tokenizer.model
--max_seq_len 128 --max_batch_size 4

预训练的代码模型包括：Code Llama 模型 CodeLlama-7b、CodeLlama-13b、CodeLlama-34b，以及 Code Llama - Python 模型 CodeLlama-7b-Python、CodeLlama-13b-Python、CodeLlama-34b-Python。

3、代码填充

Code Llama 和 Code Llama - Instruct 7B 和 13B 模型能够根据周围上下文填充代码。

请参考 example_infilling.py 查看一些示例。可以使用以下命令运行 CodeLlama-7b 模型以进行填充（nproc_per_node 需要设置为 MP 值）：

torchrun --nproc_per_node 1 example_infilling.py
--ckpt_dir CodeLlama-7b/
--tokenizer_path CodeLlama-7b/tokenizer.model
--max_seq_len 192 --max_batch_size 4

预训练的填充模型包括：Code Llama 模型 CodeLlama-7b 和 CodeLlama-13b，以及 Code Llama - Instruct 模型 CodeLlama-7b-Instruct、CodeLlama-13b-Instruct。

4、微调指令模型

Code Llama - Instruct 模型经过微调以遵循指令。为了获得预期的特性和性能，需要遵循 chat_completion 中定义的特定格式，包括 INST 和 <<SYS>> 标签，BOS 和 EOS 标记，以及之间的空格和换行符（我们建议在输入上调用 strip() 以避免双空格）。

您还可以部署附加分类器，以过滤出被认为不安全的输入和输出。请参阅 llama-recipes 存储库，了解如何将安全检查器添加到推理代码的输入和输出中的示例。

使用 CodeLlama-7b-Instruct 的示例：

torchrun --nproc_per_node 1 example_instructions.py
--ckpt_dir CodeLlama-7b-Instruct/
--tokenizer_path CodeLlama-7b-Instruct/tokenizer.model
--max_seq_len 512 --max_batch_size 4

经过微调的指令跟随模型包括：Code Llama - Instruct 模型 CodeLlama-7b-Instruct、CodeLlama-13b-Instruct、CodeLlama-34b-Instruct。

Code Llama的使用方法

更新中……