Enable javascript in your browser for better experience. Need to know to enable it?

÷ÈÓ°Ö±²¥

LLM de c¨®digo abierto para codificaci¨®n

Publicado : Sep 27, 2023
NO EN LA EDICI?N ACTUAL
Este blip no est¨¢ en la edici¨®n actual del Radar. Si ha aparecido en una de las ¨²ltimas ediciones, es probable que siga siendo relevante. Si es m¨¢s antiguo, es posible que ya no sea relevante y que nuestra valoraci¨®n sea diferente hoy en d¨ªa. Desgraciadamente, no tenemos el ancho de banda necesario para revisar continuamente los anuncios de ediciones anteriores del Radar. Entender m¨¢s
Sep 2023
Evaluar ?

Github Copilot es una herramienta muy ¨²til para ayudar con la codificaci¨®n durante el desarrollo de software. Debajo del cap¨®, los pueden potenciar experiencias perfectas para los desarrolladores a trav¨¦s de asistencia de c¨®digo en l¨ªnea, refinamiento de c¨®digo, soporte conversacional en el IDE y mucho m¨¢s. La mayor¨ªa de estos modelos son propietarios y s¨®lo se pueden utilizar mediante servicios de suscripci¨®n. La buena noticia es que puedes utilizar varios LLM de c¨®digo abierto para codificar. Si se encuentra en un entorno donde necesita crear su propio servicio de asistencia a la codificaci¨®n (como en una industria altamente regulada), considere modelos como y . StarCoder se entrena con un gran mantenido por , y Wizardcoder es un modelo StarCoder refinado con .

Hemos usado StarCoder en nuestros experimentos y lo encontramos ¨²til para generar elementos estructurados de ingenier¨ªa de software como c¨®digo, YAML, SQL y JSON. Seg¨²n nuestros experimentos, encontramos que ambos modelos son receptivos al usando ejemplos de en el mensaje. No obstante, para tareas espec¨ªficas (como la generaci¨®n de SQL para una base de datos espec¨ªfica como Postgres), los modelos necesitaban . Recientemente, Meta dio a conocer su Code Llama, una versi¨®n especializada en c¨®digo de Llama 2. Aseg¨²rese de proceder con precauci¨®n al utilizar estos modelos de c¨®digo abierto. Considere su , la licencia del c¨®digo y del conjunto de datos utilizados para entrenar el modelo. Eval¨²e cuidadosamente estos aspectos antes de elegir cualquiera de estos LLM de codificaci¨®n para su organizaci¨®n.

Suscr¨ªbete al bolet¨ªn informativo de Technology Radar

?

?

?

?

Suscr¨ªbete ahora

Visita nuestro archivo para leer los vol¨²menes anteriores