A DeepSeek-Coder nyílt forráskódú modelljei felülmúlják a GPT-3.5-öt a kódolási teszteken
A DeepSeek-AI csapata kiadta a DeepSeek-Coder-t, egy nyílt forráskódú, kódközpontú modellsorozatot 1,3 és 33 milliárd paraméter közötti méretekben. Ezeket a modelleket a nulláról képezték egy hatalmas, 2 billió tokenes adatkészleten, amelynek 87%-a különféle forráskódokból áll. A 33 milliárd paraméteres modell különösen figyelemre méltó, mivel a legfontosabb kódolási teszteken (pl. HumanEval és MBPP) túlszárnyalja a GPT-3.5 Turbo-t, így erőteljes alternatívát kínál a védett modellekkel szemben.
- 2 billió tokenen tanították, nagy hangsúlyt fektetve a forráskódokra és az angol nyelvre
- Több méretben elérhető, a 33B modell pedig kódolási szakértelemben veri a GPT-3.5 Turbo-t
- Támogatja a projektszintű kódkiegészítést 16 000 tokenes kontextusablakkal
- Megengedő licenccel rendelkezik, amely széles körű kereskedelmi felhasználást tesz lehetővé
Miért fontos?
Az olyan szakosodott, nyílt forráskódú modellek felemelkedése, amelyek a szoftverfejlesztéshez hasonló területeken felveszik a versenyt a védett óriásokkal, csökkenti a költségeket és a belépési korlátokat a fejlesztők számára világszerte.
Kapcsolódó hírek
A Flux 2 Dev Turbo 6-szoros kép-generálási sebességet ért el
2026. január 1.
A Perplexica nyílt forráskódú AI keresőeszköz lemásolja a Perplexity funkcióit
2024. szeptember 22.