本文探討了StableCode，這是Stability AI的創新AI產品，旨在提高編碼效率和可訪問性。它深入研究了其獨特的功能、底層技術以及對開發人員社區的潛在影響。

推薦：使用NSDT場景編輯器快速助你搭建可二次編輯的3D應用場景

在不斷發展的軟件開發環境中，對效率和可訪問性的追求導致了各種工具和平臺的創建。最新的創新之一是StableCode，這是Stability AI的大型語言模型（LLM）生成AI產品。StableCode 旨在幫助經驗豐富的程序員和有抱負的開發人員，有望徹底改變我們的編碼方式。

StableCode是Stability AI的AI助手，可以執行智能自動完成，能夠響應指令，并且可以管理長跨度的代碼。它包含三個專用模型，每個模型都迎合編碼過程的不同方面。StableCode 基于來自不同編程語言的超過 560 億個代幣的廣泛數據集進行訓練，旨在提高程序員的生產力并降低進入該領域的門檻。

雖然現有的對話式AI助手（如Llama，ChatGPT和Bard）已經展示了代碼編寫的能力，但它們并未針對開發人員體驗進行優化。StableCode 加入了 GitHub Copilot 等工具和其他開源模型，提供了更量身定制和高效的編碼體驗。本文探討了 StableCode 的獨特功能、底層技術以及對開發人員社區的潛在影響。

穩定代碼由三個專用模型構建而成：

• 基本型號：接受過多種編程語言的培訓，包括Python，Go，Java，JavaScript，C，markdown和C++。

• 指令模式：針對特定用例進行了調優，以幫助解決復雜的編程任務。

• 長上下文窗口模型：專為一次處理更多代碼而構建，允許用戶同時查看或編輯多達五個平均大小的 Python 文件。

標準的自動完成模型 StableCode-Complete-Alpha-3B-4K 可在開發人員鍵入時提供單行和多行建議，從而提高效率和準確性。

指令模型StableCode-Instruct-Alpha-3B利用自然語言提示來執行編碼任務，允許與代碼進行更直觀的交互。

StableCode 具有多達 16，000 個令牌的長上下文窗口，可以管理廣泛的代碼庫，從而提供對編碼過程的更全面的視圖和控制。

StableCode的培訓涉及對BigCode數據的大量過濾和清理。該模型遵循與自然語言領域建模類似的方法，在特定編程語言上進行了連續的訓練。

與其他對當前代幣的權重高于過去代幣的模型不同，StableCode 使用旋轉位置嵌入 （RoPE），確保在沒有固定敘事結構的情況下更平衡地考慮代碼功能。

StableCode的獨特功能和技術有望顯著增強開發人員的工作流程。上下文長度是大多數現有模型和精心調整模型的兩倍，可提供更高的效率和精度。

通過提供一個智能且可訪問的平臺，StableCode 有可能降低新程序員的進入門檻，培養一個更具包容性和多樣性的開發人員社區。

HumanEval 基準測試與類似大小的模型（3B）

StableCode代表了編碼輔助發展的重要一步。其專業模型、智能自動完成和先進技術的獨特組合使其與現有工具區分開來。通過提供更量身定制和高效的編碼體驗，它是軟件開發領域的革命性工具。

StableCode 不僅僅是一個編碼助手，它還體現了 Stability AI 的愿景，即為下一個十億軟件開發人員提供支持。通過使技術更容易獲得并提供對編碼資源的更公平的訪問，StableCode 有望幫助塑造軟件開發的未來并激勵新一代程序員。

原文鏈接：推出穩定代碼：人工智能輔助編碼的新視野 (mvrlink.com)