DoNews9月8日消息，在8日的2023外灘大會分論壇上，螞蟻集團首次開源了代碼大模型 CodeFuse。
據介紹，這是螞蟻集團自研的代碼生成專屬大模型，可以根據開發者的輸入提供智能建議和實時支持，幫助開發者自動生成代碼、自動增加注釋、自動生成測試用例、修復和優化代碼等，以提升研發效率。
CodeFuse 基于螞蟻基礎大模型研發，在近期代碼補全的 HumanEval 評測中，CodeFuse 得分 74.4%，超過 GPT-4（67%）的成績，也超過了 WizardCoder-34B 73.2% 的得分。本次開源內容包括代碼框架、模型等，現已上架相關平臺，用戶可在 HuggingFace 下載模型。
代碼框架部分包括自研的多任務微調（Multi-task fine-tuning，縮寫為 MFT）框架。MFT 支持代碼生成、代碼翻譯、測試用例生成、bug 修復等數 10 個任務一起微調。
MFT 微調框架支持螞蟻自研模型，以及多個開源大模型的代碼能力微調。同時，框架內含創新的微調數據打包技術，號稱可提升微調速度約 8 倍；并使用多重部署優化技術，使推理加速約 2 倍。
模型部分包括 CodeFuse13B-4K、CodeFuse-CodeLlaMa34B-MFT 兩個大模型。模型訓練過程中，CodeFuse 使用了程序分析校驗技術，對高質量代碼數據進行篩選，并構建了代碼領域專用字典，編碼平均長度低 10%+。
螞蟻集團透露，CodeFuse 早在 6 月就開始內測，用以真實開發環境，可以助力開發者低門檻編程，例如用自然語言編寫 H5 小游戲、快速開發支付寶小程序等。
基于 CodeFuse 的應用場景有開發助手、IDE 插件、數據分析器等，覆蓋了目前研發工作的主要需求，在螞蟻集團內部研發流程中陸續得到驗證。
