codegemma:latest im LLM-Testsuite-Report

CodeGemma ist eine Sammlung leistungsfähiger, schlanker Modelle, die verschiedene Programmieraufgaben ausführen können, darunter Fill-in-the-Middle-Codevervollständigung, Codegenerierung, Verständnis natürlicher Sprache, mathematisches Schlussfolgern und Befolgen von Anweisungen.

Varianten:

instruct eine auf Anweisungen abgestimmte 7B-Variante für Dialoge von natürlicher Sprache zu Code und das Befolgen von Anweisungen code eine vortrainierte 7B-Variante, die auf Codevervollständigung und Generierung aus Codepräfixen und/oder Codesuffixen spezialisiert ist 2b eine hochmoderne vortrainierte 2B-Variante, die eine bis zu doppelt so schnelle Codevervollständigung ermöglicht

Vorteile:

Intelligente Codevervollständigung und Codegenerierung: Vervollständigt Zeilen und Funktionen und erzeugt sogar ganze Codeblöcke, unabhängig davon, ob Sie lokal oder mit Google-Cloud-Ressourcen arbeiten. Verbesserte Genauigkeit: Auf 500 Milliarden Tokens aus überwiegend englischsprachigen Daten aus Webdokumenten, Mathematik und Code trainiert, erzeugen CodeGemma-Modelle Code, der nicht nur syntaktisch korrekter, sondern auch semantisch sinnvoll ist. Dadurch werden Fehler und Debugging-Zeit reduziert. Mehrsprachige Programmierkompetenz: Unterstützt Python, JavaScript, Java, Kotlin, C++, C#, Rust, Go und weitere Sprachen. Optimierte Arbeitsabläufe: Integrieren Sie ein CodeGemma-Modell in Ihre Entwicklungsumgebung, um weniger Standardcode schreiben zu müssen und sich schneller auf interessanten, differenzierenden Code mit echtem Mehrwert zu konzentrieren.

Lückenergänzung (Fill-in-the-Middle)

CodeGemma-Modelle unterstützen Fill-in-the-Middle (FIM) für die Verwendung in Autovervollständigung oder Werkzeugen für Programmierassistenten. Nachfolgend folgt ein Beispiel unter Verwendung der Ollama- Python -Bibliothek:

response = generate( model='codegemma:2b-code', prompt=f'<|fim_prefix|>{prefix}<|fim_suffix|>{suffix}<|fim_middle|>', options={ 'num_predict': 128, 'temperature': 0, 'top_p': 0.9, 'stop': ['<|file_separator|>'], }, )

Referenzen

Hugging Face

Bericht