["英伟达和Hugging Face、ServiceNow发布了StarCoder2模型","StarCoder2可以执行代码生成、补全、调试等任务","StarCoder2系列模型包括30亿参数模型、70亿参数模型和150亿参数模型","开发人员可以利用StarCoder2提高工作效率","StarCoder2采用BigCode Open RAIL-M许可证，允许免费访问和使用"]
大规模代码生成预训练模型
Bigcode
$2
输入tokens/百万
-
输出tokens/百万
8
上下文长度
Kiy-K
Fyodor-StarCoder2-7B-MoE是基于StarCoder2-7B的增强版本，采用混合专家架构，拥有3个MoE层、6个专家网络和top-2路由机制，在代码生成、函数调用和智能体任务方面表现优异。
tensorblock
StarCoder2-3B 是一个专注于代码生成的3B参数量的开源模型，由BigCode团队开发。
bigcode
首个完全通过开放透明流程训练的自对齐代码大语言模型，专为单轮编程指令响应设计
HuggingFaceH4
StarChat2是基于StarCoder2微调的160亿参数编程助手模型，擅长对话和代码生成任务
TechxGenus
starcoder2-instruct是基于starcoder2-7b进行微调的代码生成模型，使用额外的7亿高质量代码标记进行了3轮微调，在HumanEval-Python上达到73.2 pass@1的优异成绩，专门针对代码生成任务优化
基于starcoder2-3b模型微调的大语言模型，专注于代码生成任务，在HumanEval-Python测试中达到65.9 pass@1的成绩
nold
StarCoder2-3B是一个拥有30亿参数的代码生成模型，基于17种编程语言数据训练，能够生成代码片段但可能不完全准确。
StarCoder2-7B是一个70亿参数的代码生成模型，训练于17种编程语言，支持16,384个标记的上下文窗口。
StarCoder2-15B是一个150亿参数的代码生成模型，基于600多种编程语言训练，支持16K上下文窗口和滑动窗口注意力机制。
StarCoder2-3B是一个拥有30亿参数的代码生成模型，基于17种编程语言训练而成，支持16,384标记的上下文窗口。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
