Meta baru-baru ini merilis Code Llama 70B, pembaruan terbaru dari model coding kecerdasan buatan (AI) sumber terbuka perusahaan. Dalam pengumuman rilisnya, konglomerat teknologi berbasis California menyebutnya model terbesar dan paling berkualitas di keluarga Code Llama. Menurut laporan perusahaan, Code Llama 70B mencapai akurasi sebesar 53 persen pada benchmark HumanEval, menunjukkan kemampuan mendekati GPT 4 dari OpenAI yang mencapai 67 persen. Asisten AI terbaru ini bergabung dengan model koding existing perusahaan, yaitu Code Llama 7B, Code Llama 13B, dan Code Llama 34B.
CEO Meta, Mark Zuckerberg, mengumumkan Code Llama 70B melalui postingan Facebook dan mengatakan, “Kami merilis secara open source Code Llama yang baru dan lebih baik, termasuk model parameter 70B yang lebih besar. Menulis dan mengedit kode telah menjadi salah satu penggunaan terpenting dari model AI saat ini. […] Saya bangga dengan kemajuan ini, dan berharap dapat menyertakan kemajuan ini dalam Llama 3 dan model-model mendatang juga.”
Code Llama 70B tersedia dalam tiga versi, yaitu model dasar, Code Llama – Python, dan Code Llama – Instruct, sesuai dengan posting blog Meta. Python adalah untuk bahasa pemrograman tertentu, dan Instruct memiliki kemampuan pemrosesan bahasa alami (LNP), yang berarti pengguna dapat menggunakannya bahkan jika tidak tahu cara coding.
Asisten coding AI Meta mampu menghasilkan kode dan tanggapan dalam bahasa alami, yang terakhir sangat penting untuk menjelaskan kode dan menjawab pertanyaan terkait. Model 70B telah dilatih dengan 1 triliun token (sekitar 750 juta kata) data coding dan terkait coding. Seperti semua model AI Llama, Code Llama 70B juga gratis untuk tujuan penelitian dan komersial. Ini di-host di Hugging Face, sebuah repositori coding.
Pada Agustus 2023, Meta merilis Code Llama, yang didasarkan pada model dasar Llama 2 dan dilatih khusus pada dataset berbasis codingnya. Ini menerima baik kode maupun bahasa alami untuk prompt dan dapat menghasilkan tanggapan dalam keduanya. Code Llama dapat menghasilkan, mengedit, menganalisis, dan debug kode.
