กูเกิลปล่อยโมเดลปัญญาประดิษฐ์ LLM สำหรับเขียนโค้ดในชื่อ CodeGemma เน้นใช้งานเป็นตัวช่วยเขียนโค้ดโดยเฉพาะ โดยมีโมเดล 3 รุ่น ได้แก่
แนวทางการฝึก CodeGemma อาศัยการฝึกแบบ fill-in-the-middle (FIM) เมื่อวัดความสามารถในการเติมโค้ดแบบบรรทัดเดียว CodeGemma 2B สามารถเติมโค้ดได้แม่น 78.41% เทียบชั้นกับโมเดลเขียนโค้ดอื่นๆ ในขนาดใกล้เคียงกัน แต่ใช้เวลารันน้อยกว่าโมเดลอื่นๆ หลายเท่าตัว โดยเฉลี่ยเติมโค้ดได้ภายใน 0.5 วินาที (รวม 543 วินาที จากโจทย์ 1033 ข้อ) บนเครื่อง g2-standard-4 ทำให้สามารถใช้งานได้จริง
ในแง่ความแม่นยำ CodeGemma ยังเป็นรองโมเดลที่ประสิทธิภาพสูงๆ เช่น DeepSeek Coder แต่ก็ได้เปรียบแในแง่ความเร็ว
ที่มา - Google AI for Developers
Topics:
Gemini
Artificial Intelligence
Google
อ่านต่อ...
- CodeGemma 2B: ฝึกเติมโค้ดโดยเฉพาะ 100%
- CodeGemma 7B: ฝึกการเติมโค้ด 80% ฝีกด้วยข้อมูลทั่วไป 20%
- CodeGemma 7B Instruct: ฝึกเพิ่มจากโมเดล 7B เพื่อการรับคำสั่งแบแชต
แนวทางการฝึก CodeGemma อาศัยการฝึกแบบ fill-in-the-middle (FIM) เมื่อวัดความสามารถในการเติมโค้ดแบบบรรทัดเดียว CodeGemma 2B สามารถเติมโค้ดได้แม่น 78.41% เทียบชั้นกับโมเดลเขียนโค้ดอื่นๆ ในขนาดใกล้เคียงกัน แต่ใช้เวลารันน้อยกว่าโมเดลอื่นๆ หลายเท่าตัว โดยเฉลี่ยเติมโค้ดได้ภายใน 0.5 วินาที (รวม 543 วินาที จากโจทย์ 1033 ข้อ) บนเครื่อง g2-standard-4 ทำให้สามารถใช้งานได้จริง
ในแง่ความแม่นยำ CodeGemma ยังเป็นรองโมเดลที่ประสิทธิภาพสูงๆ เช่น DeepSeek Coder แต่ก็ได้เปรียบแในแง่ความเร็ว
ที่มา - Google AI for Developers
Topics:
Gemini
Artificial Intelligence
อ่านต่อ...