Stability AI发布全新代码模型Stable Code 3B！媲美70亿Code Llama，没GPU也能跑

今天，Stability AI发布了Stable Code 3B，在图片生成之外的战场上，Stability也开始发力了

今天，Stability AI发布了自家在2024年的第一个模型——Stable Code 3B。

顾名思义，Stable Code 3B专注于代码能力，实际的表现也是非常亮眼。

在仅仅3B参数的规模之下，达到了比肩Code Llama 7B的效果。

相较于Code Llama 7B，Stable Code 3B的体积减少了60%，但在多种编程语言上保持了相当的水准，在Python和C++的代码补全中甚至反超了Code Llama 7B。

另外，由于模型仅有3B大小，Stable Code 3B可以在MacBook Air等普通笔记本电脑上实时运行，甚至没有独立GPU也可以！

有网友将Stable Code 3B称为Copilot的离线替代品，并希望能在VS Code上使用它。

4个小时后，有网友发推表示自己在VS Code上更新了LLama Coder插件，可以支持最新的Stable Code 3B模型。

「它非常好！它很小，这意味着它可以在任何硬件上运行，并且运行速度非常快。」

插件地址：https://t.co/Mn7onaDpge

虽然模型名义上叫做Stable Code 3B，但其实是一个2.7B 参数的纯解码器语言模型。

除了模型比较轻量之外，Stable Code 3B还支持高达100K的上下文大小，可以更方便、更精确地辅助编码。

另外，模型参考了2023年StackOverflow开发者调查中，最受欢迎的18种编程语言，针对这18种语言进行了训练，提供了同等规模模型中最优秀的性能。

• C
• CPP
• Java
• JavaScript
• CSS
• Go
• HTML
• Ruby
• Rust
• Markdown
• Shell
• Php
• Sql
• R
• Typescript
• Python
• Jupyter-Clean
• RestructuredText

在与同量级的竞品模型的比较中，Stable Code 3B也几乎拿到了最好的成绩。

目前，Stable Code 3B已经加入了Stability AI的会员大礼包中，只要不涉及商用，用户都可以免费使用。

Stable Code 3B

Stability AI从2023年底开始推出更小尺寸、但功能强大的模型，包括StableLM Zephyr 3B等用于文本生成的模型。

Stable Code 3B的前代是Stability AI在8月份发布的Stable Code Alpha 3B。

Stable Code Alpha 3B使用来自BigCode的堆栈数据集（v1.2）来训练基础模型，并使用Python、Go、Java、Javascript、C、Markdown和C++等流行语言进一步训练（共560B代码token）。

建立基础模型后，开发人员针对特定用例对指令模型进行了调整，使用大约120000个Alpaca格式的代码指令/响应来训练模型，以提升解决复杂编程任务的能力。

上图展示了Stable Code Alpha利用Pytorch库完成一个相对复杂的python文件，灰色部分为Stable Code的预测。

参数细节：100K上下文，支持FIM

Stable Code 3B 在256个英伟达A100 40GB GPU（AWS P4d实例）的集群上进行训练，

使用ZeRO-1的数据并行和张量并行，并依赖FlashAttention以及FlashAttention-2的SwiGLU和Rotary Embedding内核。

模型的训练流程由类似于Code Llama的多阶段过程。

第一步，以使用自然语言数据预训练的StableLM-3B-4e1t为基础（使用4万亿个token训练），对多个代码和代码相关数据集进行无监督微调，包括 CommitPack、GitHub Issues、StarCoder和其他数学数据集。

模型在上述数据集上使用bfloat16进行了精确预训练，并使用AdamW进行了优化。

第二步，使用16384个token的更长序列进一步微调模型，同时与Code Llama类似，使用一种称为旋转位置嵌入（RoPE）的技术进行优化，使上下文大小扩展到了100k个token。

另外，新的Stable Code 3B模型还支持Flash Attention 2。

作为改进版本，Stable Code 3B不仅可以建议新的代码行，还可以填补现有代码中较大的缺失部分——称为中间填充功能（FIM）。

Stable Code 3B的模型架构如下表所示：

旋转位置嵌入应用于前25%的head embedding，以提高模型的吞吐量；

使用GPTNeoX Tokenizer的修改版本——NeoX，并添加特殊token来训练中间填充功能，比如<FIM_PREFIX>、<FIM_SUFFIX>和其他特殊token。

在使用BigCode的评估工具测试的多种编程语言的MultiPL-E指标上，Stable Code 3B展示了最先进的性能。

上表中，Stable Code 3B与同等规模的编码模型进行比较，在全部的六种编程语言中，都处于领先。

而相比于体积大2倍多的Code Llama 7B，Stable Code 3B也拿到了3项胜利。

Stability表示将发布一份完整的技术报告，包含更多细节和消融实验等。

代码生成之战

目前，AI代码生成工具的市场竞争非常激烈，70亿参数的来自Meta的Code Llama 7B被广大开发者所使用。

而在30亿参数这个量级，StarCoder LLM（由 IBM、HuggingFace和ServiceNow共同开发的开源项目）广受欢迎。

从测试成绩上来看，Stability AI的这个模型要优于StarCoder，不知道Stable Code 3B会给Stability和市场带来怎样的变化。

参考资料：

https://stability.ai/news/stable-code-2024-llm-code-completion-release

https://huggingface.co/stabilityai/stable-code-3b

文章来自于微信公众号’‘新智元”