Stability AI 发布最新语言模型：Stable LM 3B

Stability AI 发布最新语言模型：Stable LM 3B Stability AI 发布了其最新语言模型：，设计用于在手持设备和笔记本电脑等便携式数字设备上运行。 Stable LM 3B 拥有30 亿个参数（业界通常使用的参数为 70 亿到 700 亿个），是一种紧凑型语言模型。Stable LM 3B 的主要优势之一是其更小的尺寸和更高的效率。与大型模型不同，这些模型需要的资源更少，因此大多数用户都可以轻松使用它们。 与之前的稳定 LM 版本相比，该版本在保持了快速的执行速度的同时，在生成文本方面明显更好。在常见自然语言处理基准测试（包括常识推理和常识测试）中，它的的下游性能得到了提高。

网站AI Code Translator

网站AI Code Translator 网站功能：程序翻译 网站简介：一款AI程序翻译工具。可将一种语言的程序翻译成另外一种语言的程序。支持C++、python、Java、Go、PHP等非常多的编程语言。 使用方法也很简单，输入api key，左侧输入需要翻译的程序，点击translate即可翻译成目标语言程序。 网站网址：点击直达

项目Code Llama

项目Code Llama 项目功能：AI编程 项目简介：由Meta AI 推出，专门用于编程的工具。可以根据代码和自然语言提示生成代码和有关代码的自然语言。 还可用于代码完成和调试。它支持当今使用的许多最流行的语言，包括 Python、C++、Java、PHP、Typescript (Javascript)、C# 和 Bash。 项目地址：点击直达 模型下载：点击直达 频道 群聊 投稿

Meta 推出 AI 编程工具 Code Llama，商业领域免费可用

Meta 推出 AI 编程工具 Code Llama，商业领域免费可用 Meta 现推出了一个名为的 AI 编码工具，号称“最先进的大型编码语言模型”。该模型基于 Llama 2 大型语言模型打造，可以理解为“Llama 2 的写代码专用版”，可用于“生成新的代码并调试人类编写的工作”，目前已上线 Github。 Meta 指出，Code Llama 能够根据代码核自然语言提示 / 要求生成你想要的代码和有关代码的自然语言，或者在指向特定代码时进行完善和调试。 除了基础版的 Code Llama 外，Meta 还推出了专为 Python 设计的版本 Code Llama-Python，以及一个能够理解自然语言指令的版本 Code Llama-Instrct。 据悉，Code Llama 将采用与 Llama 2 相同的社区许可，并对研究和商业领域免费开放。来源 ， 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

网站Reka Core

网站Reka Core 网站功能：多模态语言模型 网站简介：Reka AI推出了其最大、最强大的多模态语言模型Reka Core。Core能够处理文本、图像、视频和音频输入。 Reka提供三种不同规模的模型Reka Core, Flash和Edge。 ⏺ Edge：7B 轻量级/本地模型 ⏺ Flash：21B，速度快，功能强 ⏺ Core：最大的模型，能胜任复杂任务 模型在预训练阶段处理了包括中文、日文、法文、韩文和西班牙文在内的 32 种语言，具备强大的跨语言处理能力。 可以通过Google账号授权登录，在Playground里面试用。 网站链接：点击打开 频道 群聊 投稿 商务

Stability AI 发布 AI 编程工具：StableCode

Stability AI 发布 AI 编程工具：StableCode Stability AI 刚刚了他们首个用于编程的生成式 LLM AI 产品 StableCode。该产品旨在帮助程序员完成日常工作，并为新手开发者提供实用的学习工具。 StableCode 提供了一种独特的方式，通过使用三种不同的模型来帮助开发者编写代码，从而提示开发效率。基础模型 (base model) 首先使用来自 BigCode stack-dataset (v1.2) 的多种编程语言进行训练，然后使用 Python、Go、Java、Javascript、C、markdown 和 C++ 等流行语言进行进一步训练。总的来说，他们在 HPC 集群上使用 560B token 的代码训练了模型。 建立好基础模型后，Stability AI 针对特定用例调整指令模型 (instruction model)，以帮助解决复杂的编程任务。为了实现这一结果，他们在基础模型上训练了约 120,000 个 Alpaca 格式的代码指令 / 响应对 (instruction/response)。来源 ， 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot