CodeFuse的博客

进一步地，实验评估了多模型定位的信息对结果的影响。受 LLM 有效上下文长度的影响，不宜在 prompt 中提供过长的上下文信息，因此采用了定位阶段中 Top-3 的行粒度信息，每个行粒度前后会提供额外的 10 行代码，以提供相关上下文。以 Claude-3.5-sonnet 为主模型，gpt-4o-0513，DeepSeek-v2.5 和 Llama-3.1-Instruct 为辅助模型，在 SWE-Bench-Lite 的 300 个真实世界的 Issue 上测试了所提出方法的性能。

目前，MFTCoder已支持更多的开源LLM，如Qwen2、Qwen2-moe、Gemma、Starcoder2、Mixtral、Mistral、Deepseek、 Llama、CodeLlama、Qwen、CodeGeeX2、StarCoder、Baichuan2、ChatGLM2/3、GPT-Neox等。新升级代码也已经到了GitHub：https://开源github.com/codefuse-ai/MFTCoder/tree/main/mftcoder_accelerate。

CodeFuse IDE 是一款基于蚂蚁自研大模型 CodeFuse 和自研 IDE 框架 OpenSumi 开发的 AI IDE，它支持主流的编程语言，在开发过程中提供单行代码或整个函数的编写建议，此外还支持代码解释、单测生成、问题修复、智能终端等功能，提升开发质量和效率。CodeFuse IDE 0.7 版本近期发布，主要支持 Lint Error 类型的智能改写，支持 zsh 类型终端自然语言生成命令，内置插件内核升级至 VS Code 1.88.1。

CodeFuse 是蚂蚁集团自研的代码生成大模型，旨在简化研发流程，提供智能建议和实时支持。它能自动生成代码、添加注释、生成测试用例并优化代码。通过创新的 Rodimus 架构，CodeFuse 实现了“小体量，大能量”，显著提升了资源利用效率。其特色功能“图生代码”可将设计图一键转换为代码，准确率超过90%，大幅提高前端开发效率。此外，CodeFuse 还引入了“Code Graph”概念，帮助 LLM 更好地理解仓库级代码结构，缩短任务处理时间。未来，CodeFuse 将致力于全生命周期的研发支持，涵

在大模型出现之前，模型技术主要解决时序、日志、拓扑等结构化或半结构化数据的智能分析。但对于人类而言，更擅长的是语言沟通、文字记录、代码编写等非结构化数据处理。在大模型出现前，像。

CodeFuse-CGE 项目在外滩大会展出，吸引众多技术与产品从业者的关注。“文搜代码”功能备受好评，模型表现令人期待。CodeFuse-CGE 采用大语言模型，通过 LoRA 微调提取文本与代码嵌入，实现在多个 NL2Code 基准测试中超越现有 SOTA 模型。现已开源 CGE-Large 与 CGE-Small 两种模型，欢迎访问 GitHub 页并支持本项目。[项目地址](https://github.com/codefuse-ai/CodeFuse-CGE)