language:

• 代码 pipeline_tag: 文本生成 tags:
• llama-2 license: llama2

代码骆驼(Code Llama)

代码骆驼是一系列预训练和微调的生成式文本模型集合，参数规模从70亿到340亿不等。本仓库存储的是Hugging Face Transformers格式的340亿参数Python专用版本。该模型专为通用代码合成与理解而设计。其他模型的链接可在底部索引中找到。

[!注意] 此为非官方代码骆驼仓库。官方Meta仓库请访问Meta骆驼组织。

模型使用

使用本模型前请确保安装transformers库：

pip install transformers accelerate

模型能力：

• [x] 代码补全
• [ ] 代码填充
• [ ] 指令/聊天
• [x] Python专用

模型详情

*注：本模型使用受Meta许可证约束。Meta开发并公开发布了代码骆驼系列大语言模型(LLMs)。

开发团队 Meta

版本变体 代码骆驼提供三种规模、三种变体：

• 代码骆驼基础版：通用代码合成与理解
• 代码骆驼-Python：专为Python设计
• 代码骆驼-Instruct：指令跟随与安全部署

所有变体均提供7B、13B和34B参数版本。

本仓库包含34B参数的Python专用版本

输入 仅接受文本输入

输出 仅生成文本输出

架构 采用优化Transformer架构的自回归语言模型

训练时间 2023年1月至7月期间训练

状态 基于离线数据集训练的静态模型。未来将根据社区反馈发布更安全的指令调优版本。

许可证 商业许可详见：https://ai.meta.com/resources/models-and-libraries/llama-downloads/

研究论文 详见《代码骆驼：开放的代码基础模型》或arXiv页面

预期用途

适用场景 适用于英语及相关编程语言的商业和研究用途。基础版可用于各类代码合成与理解任务，Python版专为Python设计，指令版更适用于代码助手和生成应用。

非适用场景 任何违反法律法规的使用；非英语场景；违反使用政策及许可协议的行为。

硬件与软件

训练环境 使用定制训练库，在Meta研究超级计算集群完成训练。

碳足迹 训练全部9个模型总计消耗40万A100-80GB GPU小时(功耗350-400W)，总排放量65.3吨CO2当量，已通过Meta碳中和计划完全抵消。

训练数据

所有模型均使用与Llama 2相同但权重不同的数据训练（详见论文第2节及表1）。

评估结果

评估数据详见论文第3节核心模型测试及第4节安全性评估。

伦理考量与限制

作为新技术，代码骆驼存在使用风险。当前测试仅覆盖英语场景，无法涵盖所有情况。与其他LLM类似，其输出可能存在不准确或不妥内容。部署前开发者应进行针对性安全测试。

责任使用指南详见：https://ai.meta.com/llama/responsible-use-guide