IBM запускает серию LLM "Гранитный код"

В рамках коллекции Granite компания IBM представляет модели кода, предназначенные только для декодирования, для задач генерации кода. Модели были обучены на коде, написанном на 116 языках программирования, и имеют от 3 до 34 миллиардов параметров.

ИИ для кодинга сейчас на пике популярности. Постоянно появляются новые помощники по кодингу, пополняя и без того внушительный пул, включающий Amazon Q, Github Copilot, Tabnine, Codeium и DeepCode. Эти помощники помогают разработчикам отлаживать, писать лучшие тесты, автозаполнять, искать документацию и даже генерировать целые блоки кода. Они мощны настолько, что дают повод для рассуждений о том, заменит ли ИИ в конечном итоге программиста. Мы рассмотрели этот вопрос в статье "Почему программная инженерия никогда не умрет", завершив ее:

В заключение следует сказать, что программная инженерия никогда не умрет и не будет заменена. Она может изменить форму, адаптироваться и принять такие технологии, как генеративный ИИ, но никогда не сможет заменить человека-программиста.

Если вы хотите узнать, как мы пришли к такому выводу, перейдите к прочтению этой статьи.

На этом этапе важно отметить, что для выполнения своей магии помощники кода подключаются к одному или нескольким LLM за кулисами. Например, Tabnine использует Mistral, GPT-3.5 Turbo и GPT-4.0 Turbo, а Copilot - Codex и GPT4.

Как и первые модели серии watsonx Granite (см. IBM Releases Watsonx Granite Models), новинки призваны поддерживать семейство продуктов IBM watsonx Code Assistant (WCA). Собственно говоря, изначально они были задуманы как способ преобразования монолитных COBOL-приложений в сервисы, оптимизированные для IBM Z.

Но поскольку они имеют открытый исходный код и выпускаются под лицензией Apache 2.0, каждый может использовать их для любых целей. Вы можете поэкспериментировать с ними на Hugginface или загрузить их и через Ollama интегрировать локально в свой код.

Но мы забежали вперед. Для чего же на самом деле нужны эти модели Granite?

Поскольку они были обучены на коде, написанном на 116 языках программирования, они идеально подходят для задач генерации кода, таких как исправление ошибок, объяснение кода, документирование и написание кода, а также для сложных задач модернизации приложений. Семейство Granite включает в себя модели размером от 3 до 34 миллиардов параметров, как в базовом варианте, так и в варианте модели следования инструкциям.

И хотя вариант модели кода Granite с объемом 8 ББ хорошо подходит для предприятий, существуют также более легкие и более тяжелые версии, которые могут опробовать все желающие из сообщества разработчиков с открытым исходным кодом.

Наконец, при проведении бенчмарков результаты оказались обнадеживающими. Тестирование на таких бенчмарках, как HumanEvalPack, HumanEvalPlus и RepoBench, показало высокие результаты при синтезе, исправлении, объяснении, редактировании и переводе кода на большинстве основных языков программирования, включая Python, JavaScript, Java, Go, C++ и Rust.

Так что давайте поприветствуем Granite в семействе LLM, связанных с кодом.