特性

性能

使用指南

功能

CodeGeeX 是一個具有 130 億參數(shù)的多編程語言代碼生成預(yù)訓(xùn)練模型，采用華為 MindSpore 框架實(shí)現(xiàn)，在鵬城實(shí)驗(yàn)室“鵬城云腦 II”上使用 1536 個國產(chǎn)昇騰 910 AI 處理器訓(xùn)練而成。

CodeGeexX 支持十多種主流編程語言的高精度代碼生成、跨語言代碼翻譯等功能，同時開發(fā)自動編程插件，更好的輔助程序開發(fā)和相關(guān)研究。

特性

高精度代碼生成

支持生成 Python、C++、Java、JavaScript 和 Go 等多種主流編程語言的代碼，在 HumanEval-X 代碼生成任務(wù)上取得 47%~60%求解率，較其他開源基線模型有更佳的平均性能。

跨語言代碼翻譯

支持代碼片段在不同編程語言間進(jìn)行自動翻譯轉(zhuǎn)換，翻譯結(jié)果正確率高，在 HumanEval-X 代碼翻譯任務(wù)上超越了其它基線模型。

自動編程插件

CodeGeeX 插件現(xiàn)已上架 VSCode 插件市場（完全免費(fèi)），用戶可以通過其強(qiáng)大的少樣本生成能力，自定義代碼生成風(fēng)格和能力，更好輔助代碼編寫。

模型跨平臺開源

所有代碼和模型權(quán)重開源開放，用作研究用途。CodeGeeX 同時支持昇騰和英偉達(dá)平臺，可在單張 昇騰 910 或 英偉達(dá) V100/A100 上實(shí)現(xiàn)推理。

基于 Spring Boot + MyBatis Plus + Vue & Element 實(shí)現(xiàn)的后臺管理系統(tǒng) + 用戶小程序，支持 RBAC 動態(tài)權(quán)限、多租戶、數(shù)據(jù)權(quán)限、工作流、三方登錄、支付、短信、商城等功能

項(xiàng)目地址：https://github.com/YunaiV/ruoyi-vue-pro

視頻教程：https://doc.iocoder.cn/video/

性能

全新多編程語言評測基準(zhǔn) HumanEval-X：HumanEval-X 是第一個支持功能正確性評測的多語言、多任務(wù)的基準(zhǔn)，包含 820 個人工編寫的高質(zhì)量代碼生成題目、測試用例與參考答案，覆蓋 5 種編程語言（Python、C++、Java、JavaScript、Go），支持代碼生成與代碼翻譯能力的評測。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 實(shí)現(xiàn)的后臺管理系統(tǒng) + 用戶小程序，支持 RBAC 動態(tài)權(quán)限、多租戶、數(shù)據(jù)權(quán)限、工作流、三方登錄、支付、短信、商城等功能

項(xiàng)目地址：https://github.com/YunaiV/yudao-cloud

視頻教程：https://doc.iocoder.cn/video/

使用指南

CodeGeeX 最初使用 Mindspore 框架實(shí)現(xiàn)，并在 昇騰 910AI 芯片 上進(jìn)行訓(xùn)練。為適配更多平臺，我們將其轉(zhuǎn)換到 Megatron-LM 框架，支持 Pytorch+GPU 環(huán)境。

安裝

需要 Python 3.7+ / CUDA 11+ / PyTorch 1.10+ / DeepSpeed 0.6+，通過以下命令安裝 codegeex：

gitclonegit@github.com:THUDM/CodeGeeX.git
cdCodeGeeX
pipinstall-e

模型權(quán)重

申請權(quán)重：https://models.aminer.cn/codegeex/download/request

通過申請權(quán)重，您將收到一個包含臨時下載鏈接文件 urls.txt 的郵件。推薦使用 aria2 通過以下命令快速下載（請保證有足夠的硬盤空間存放權(quán)重（～ 26GB））：

aria2c-x16-s16-j4--continue=true-iurls.txt

使用以下命令合并得到完整的權(quán)重：

catcodegeex_13b.tar.gz.part.*>codegeex_13b.tar
tarxvfcodegeex_13b.tar.gz

用 GPU 進(jìn)行推理

嘗試使用 CodeGeeX 模型生成第一個程序吧！首先，在配置文件 configs/codegeex_13b.sh 中寫明存放權(quán)重的路徑。其次，將提示（可以是任意描述或代碼片段）寫入文件 tests/test_prompt.txt ，運(yùn)行以下腳本即可開始推理（需指定 GPU 序號）：

bash./scripts/test_inference.sh./tests/test_prompt.txt

功能

隱匿模式

在該模式中，CodeGeeX將在您停止輸入時，從光標(biāo)處開始生成（右下角CodeGeeX圖標(biāo)轉(zhuǎn)圈表示正在生成）。生成完畢之后會以灰色顯示，按Tab即可插入生成結(jié)果。在生成多個候選的情況下，可以使用Alt/Option+[ 或 ]在幾個候選間進(jìn)行切換。

如果你對現(xiàn)有建議不滿意，可以使用Alt/Option+N去獲得新的候選?？梢栽谠O(shè)置中改變Candidate Num（增加個數(shù)會導(dǎo)致生成速度相對變慢）。

注意：生成總是從當(dāng)前光標(biāo)位置開始，如果您在生成結(jié)束前移動光標(biāo)位置，可能會導(dǎo)致一些bugs。我們正在努力使生成速度變得更快以提升用戶體驗(yàn)。

交互模式

在該模式中，按Ctrl+Enter激活交互模式，CodeGeeX將生成X個候選，并顯示在右側(cè)窗口中（X 數(shù)量可以在設(shè)置的Candidate Num中修改）。

點(diǎn)擊候選代碼上方的use code即可插入結(jié)果到為當(dāng)前光標(biāo)位置。

翻譯模式

在當(dāng)前的語言的文本編輯器中輸入或者粘貼其他語言的代碼，您用鼠標(biāo)選擇這些代碼，然后按下Ctrl+Alt+T激活翻譯模式，您根據(jù)提示選擇該代碼的語言，然后CodeGeeX會幫您把該代碼翻譯成匹配您當(dāng)前編輯器語言的代碼。

點(diǎn)擊翻譯結(jié)果上方的use code即可插入。您還可以在設(shè)置中選擇您希望插入的時候如何處理被翻譯的代碼，您可以選擇注釋它們或者覆蓋它們。

提示模式（實(shí)驗(yàn)功能）

在該模式中，您可以在輸入中添加額外的提示來實(shí)現(xiàn)一些有趣的功能，包括并不限于代碼解釋、概括、以特定風(fēng)格生成等。該模式的原理是利用了CodeGeeX強(qiáng)大的少樣本生成能力。當(dāng)您在輸入中提供一些例子時，CodeGeeX會模仿這些例子并實(shí)現(xiàn)相應(yīng)的功能。

比如，您可以自定義模板中提供一段逐行解釋代碼的例子。選擇您想要解釋的代碼，按Alt/Option+t觸發(fā)提示模式，選擇您寫好的模板（如explanation），CodeGeeX就會解釋您輸入的代碼。以下我們會詳細(xì)介紹如何制作模板。

開源地址

https://github.com/THUDM/CodeGeeX