Code Llama 是一个基于 Llama 2 构建的代码生成模型。它可以生成多种编程语言的代码以及与代码相关的自然语言描述,包括 Python、JavaScript、TypeScript、C++、Java、PHP、C#、Bash 等。
某机构宣布了一款更强大的新版 Code Llama,参数量达到 700 亿。这是性能最高的开放模型之一。某机构报告其在 HumanEval 测试中的得分为 67.8,超过了零样本(zero-shot)的 GPT-4。
通过某平台,可以用一行代码在云端运行 Code Llama 70B。
Code Llama 70B 包含三个变体。本文中的代码示例使用 codellama-70b-instruct,但所有三个变体均可在某平台上获取:
可通过官方 JavaScript 客户端运行 Code Llama 70B:
npm install replicate设置环境变量 REPLICATE_API_TOKEN:
export REPLICATE_API_TOKEN=<your-api-token>导入并配置客户端:
import Replicate from "replicate";
const replicate = new Replicate({
auth: process.env.REPLICATE_API_TOKEN,
});通过某平台的 API 运行模型:
const output = await replicate.run(
"meta/codellama-70b-instruct:a279116fe47a0f65701a8817188601e2fe8f4b9e04a518789655ea7b995851bf",
{
input: {
prompt: "在 Bash 中,如何列出当前目录下(不包括子目录)在过去一个月内修改过的所有文本文件?",
}
}
);
console.log(output);如需了解更多,可参考 Node.js 入门指南。
可通过官方 Python 客户端运行 Code Llama 70B:
pip install replicate设置环境变量 REPLICATE_API_TOKEN:
export REPLICATE_API_TOKEN=<your-api-token>通过某平台的 API 运行模型:
import replicate
output = replicate.run(
"meta/codellama-70b-instruct:a279116fe47a0f65701a8817188601e2fe8f4b9e04a518789655ea7b995851bf",
input={
"prompt": "在 Bash 中,如何列出当前目录下(不包括子目录)在过去一个月内修改过的所有文本文件?",
}
)
print("".join(output))如需了解更多,可参考 Python 入门指南。
可以直接使用 cURL 等工具调用 HTTP API:
设置环境变量 REPLICATE_API_TOKEN:
export REPLICATE_API_TOKEN=<your-api-token>通过某平台的 API 运行模型:
curl -s -X POST \
-H "Authorization: Bearer $REPLICATE_API_TOKEN" \
-H "Content-Type: application/json" \
-H "Prefer: wait" \
-d $'{
"version": "a279116fe47a0f65701a8817188601e2fe8f4b9e04a518789655ea7b995851bf",
"input": {
"top_k": 10,
"top_p": 0.95,
"prompt": "在 Bash 中,如何列出当前目录下(不包括子目录)在过去一个月内修改过的所有文本文件?",
"max_tokens": 500,
"temperature": 0.8,
"system_prompt": "",
"repeat_penalty": 1.1,
"presence_penalty": 0,
"frequency_penalty": 0
}
}' \
https://api.replicate.com/v1/predictions如需了解更多,可参考某平台的 HTTP API 参考文档。此外,还可以通过其他客户端库(Go、Swift 等)运行 Code Llama 70B。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。