【AI4Code】CodeX：《Evaluating Large Language Models Trained on Code》（OpenAI）

最新推荐文章于 2024-07-04 18:06:06 发布

chad_lee

最新推荐文章于 2024-07-04 18:06:06 发布

阅读量1.9k

点赞数

分类专栏：代码智能论文解读机器学习文章标签：语言模型 python 人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/yanguang1470/article/details/125862215

版权

本文详细介绍了OpenAI的CodeX模型，该模型基于GPT-3，用于代码生成。通过单元测试的pass@k评估，表明模型在将函数注释转化为正确代码方面的能力。文章探讨了模型的局限性，包括过度依赖、模型对齐问题、性别偏见、经济影响、安全性和环境影响等，并强调了安全性讨论，如数据投毒攻击的可能性。CodeX-S和CodeX-D是经过特定微调的数据集，以提高模型性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码生成——CodeX （OpenAI）

最近非常火的OpenAI的Copilot背后的模型。文章35页，58位作者，6位共同一作。

在这里插入图片描述

顺理成章的，把模型做的再大一点，训练数据集做的再大一些，计算资源再多一些，就可以生成更长的代码。这篇文章做的事情就是把GPT模型应用在代码生成上，具体来说输入函数的签名和注释（prompt），告诉模型这个函数要做什么事情，然后模型输出实现代码。
在这里插入图片描述

这里有三个示例，白色背景的是 prompt，黄色背景的是模型补全的代码。

想完成这件事情其实很难，有很多工作要做，所以这篇文章有58个作者，6个共同一作。

评测模型

在这里插入图片描述

首先要有一个方法能够评测模型的能力。这里虽然是一个将注释 “翻译”成代码的任务，但是不能用BLEU指标来衡量质量，这是因为基于匹配的方法即使代码语义相近，但是不能评价代码功能的正确性。所以论文将代码功能的正确性作为评

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。