原文：
www.kdnuggets.com/2023/05/starcoder-coding-assistant-always-wanted.html
作者提供的图片
StarCoder 是一个前沿的大型语言模型，专门设计用于代码。它拥有令人印象深刻的 15.5B 参数和 8K 的扩展上下文长度，在填充能力方面表现优异，并通过多查询注意力实现快速的大批量推断。
StarCoderBase 在一个包含 1 万亿个标记的庞大数据集上进行了训练，这些数据来自 The Stack。该集合包括许可使用的 GitHub 仓库，配有检查工具和隐私意识开发者的选择退出过程。为了进一步提升性能，BigCode 团队通过 35B Python 标记对 StarCoderBase 进行了精细调整。
结果是，StarCoder 成为一个强大且精炼的语言模型，能够处理广泛的编码任务，表现出卓越的能力。
来自 StarCoder Paper 的图片
StarCoderBase 超越了所有现有的开源代码语言模型，这些模型支持多种编程语言，并在质量和结果方面表现出色，甚至在质量和结果上超越了著名的 OpenAI code-cushman-001 模型。此外，StarCoder 可以被提示达到 40% pass@1 的 HumanEval 分数。它的表现优于 LaMDA、LLaMA 和 PaLM 模型。
阅读 研究论文 了解更多有关模型评估的信息。
BigCode - StarCoder 代码补全 playground 是测试模型能力的绝佳方式。你可以尝试各种模型格式、前缀和填充内容，以获得全面的体验。
在我看来，这是一个很好的代码补全工具，尤其适用于 Python 代码。然而，它确实存在一些缺点，例如过时的 API、幻觉现象、显示 Jupyter Notebook 元数据和不完整的代码。
使用 StarCoder 生成代码的最佳方法是使用详细解释的注释。这将帮助模型更好地理解你的意图，并生成更准确的结果。
来自 StartCoder 代码补全的图片
如果你习惯了 ChatGPT 生成代码的风格，那么你应该尝试 StarChat 来生成和优化代码。
StarChat 是 StarCoderBase 的一个专用版本，它经过了在 Dolly 和 OpenAssistant 数据集上的微调，成为了一个真正宝贵的编码助手。它是一个拥有 160 亿参数的模型，预训练于一万亿个令牌，这些令牌来自 80 多种编程语言、GitHub 问题、Git 提交和 Jupyter 笔记本。
你可以向 StarChat 提供指令，它会生成带有解释的代码。你还可以使用后续提示来修改代码。
图片来自 StarChat Playground
HF 代码自动补全 是一个免费的开源替代方案，取代了 GitHub Copilot，并由 StarCoder 提供支持。我自其发布以来一直在使用它，对其速度和准确性感到非常满意。
HF 代码自动补全 VSCode 扩展
它与 Jupyter Notebook 以及 VSCode 中的各种文件兼容。你只需从市场安装扩展并添加 Hugging Face API 即可。
图片由作者提供 | VSCode
我们的工作场所中始终需要高级代码助手，它们能够有效处理重复脚本，同时协助创建更复杂的系统。
在这篇博客中，我们详细探讨了 StarCoder 及其广泛的应用范围。值得注意的是，开源社区在不懈努力地推动代码辅助的边界，不断致力于提供突破性的解决方案，以提升我们的编码体验和生产力。
希望你喜欢阅读这篇博客，并发现它富有信息和洞察力。如果你想了解更多关于最新 AI 技术的信息，可以在 LinkedIn 上关注我。
Abid Ali Awan (@1abidaliawan) 是一位认证数据科学专业人员，热衷于构建机器学习模型。目前，他专注于内容创作，并撰写有关机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是使用图神经网络为面临心理健康问题的学生打造一款 AI 产品。
1. Google 网络安全证书 - 快速进入网络安全职业生涯的捷径。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织 IT 需求