StableCode Tutoriel : Un guide étape par étape pour commencer

Qu'est-ce que StableCode de Stability AI ?

StableCode, la dernière innovation de Stability AI, est un produit d'IA générative innovant conçu pour améliorer l'expérience de codage des développeurs à tous les niveaux. Il sert d'outil puissant à la fois pour les programmeurs expérimentés en quête d'efficacité et pour les nouveaux venus cherchant à renforcer leurs compétences en codage.

Modèle de base

La base de StableCode repose sur un modèle complet qui a été initialement entraîné sur un large éventail de langages de programmation, provenant du stack-dataset (v1.2) de BigCode. Pour affiner ses capacités, le modèle de base a été entraîné davantage en utilisant des langages populaires tels que Python, Go, Java, JavaScript, C, Markdown et C++. Cet entraînement a impliqué un ensemble de données substantiel, comprenant un impressionnant 560 milliards de tokens de code. Cette fondation robuste permet à StableCode de disposer d'une compréhension approfondie de divers langages et structures de programmation.

Modèle d'instruction

Ce modèle a été soigneusement ajusté pour des cas d'utilisation spécifiques, axés sur la résolution de défis de programmation complexes. En l'exposant à environ 120 000 paires d'instructions de code et de réponses correspondantes au format Alpaca, le modèle d'instruction a été affûté pour fournir des solutions intelligentes aux tâches de codage complexes.

Modèle à fenêtre de contexte longue

StableCode introduit un modèle avancé à fenêtre de contexte longue qui excelle dans la génération de suggestions de complétion automatique sur une ou plusieurs lignes. Comparé aux précédents modèles ouverts avec des fenêtres de contexte limitées, ce nouveau modèle est conçu pour gérer significativement plus de code à la fois - environ 2 à 4 fois plus. En conséquence, les développeurs peuvent facilement examiner ou modifier l'équivalent de plusieurs fichiers Python de taille moyenne simultanément. Cette fenêtre de contexte étendue est particulièrement bénéfique pour ceux qui souhaitent élargir leur expertise en codage et relever des défis de codage plus importants.

Tutoriel : Utiliser StableCode pour la complétion de code

Dans ce tutoriel, nous allons apprendre comment utiliser StableCode pour générer des complétions de code. Nous passerons en revue chaque modèle et verrons comment cela fonctionne. Nous apprendrons également à utiliser StableCode dans Google Colab et l'API d'Inference de Hugging Face, le rendant accessible même pour ceux qui ne disposent pas de GPU puissants.

Mise en œuvre dans Google Colab

Étape 1 - Configurer le projet

Commencez par créer un nouveau carnet dans Google Colab. Allez sur Google Colab, créez un nouveau carnet et nommez-le Tutoriel StableCode.

Étape 2 - Installer les packages requis

Tout d'abord, définissez le type de runtime sur Python 3 et l'accélérateur matériel sur GPU. Ensuite, installez ou mettez à jour les packages Python liés au traitement du langage naturel (NLP) et à l'apprentissage automatique :

Cliquez sur le bouton Exécuter ou CMD/CTRL + Entrée pour exécuter la cellule de code unique.
Attendez que l'installation soit terminée pour continuer.

Étape 3 - Utiliser le modèle de base StableCode

Maintenant, essayons le modèle de base StableCode :

Ajoutez une nouvelle cellule de code.
Cliquez sur Exécuter ou CMD/CTRL + Entrée.
Attendez que le modèle se charge, ce qui peut prendre plus de temps en fonction de votre connexion Internet.
Définissez une fonction pour exécuter le modèle. Cette fonction prendra une invite en entrée et renverra le résultat généré par StableCode.
Ajoutez une nouvelle cellule de code et fournissez votre invite de complétion souhaitée.
Cliquez sur Exécuter ou CMD/CTRL + Entrée pour voir la sortie.

Étape 4 - Utiliser le modèle d'instruction StableCode

Maintenant, essayons le modèle d'instruction StableCode :

Changez BASE_MODEL en INSTRUCTION_MODEL dans la fonction from_pretrained().
Ajoutez une nouvelle cellule de code.
Encore une fois, attendez que le modèle soit chargé, puis fournissez votre invite de complétion souhaitée.

Étape 5 - Utiliser le modèle à fenêtre de contexte long StableCode

Enfin, essayons le modèle à fenêtre de contexte long StableCode :

Changez INSTRUCTION_MODEL en LONG_CONTEXT_WINDOW_MODEL dans la fonction from_pretrained().
Ajoutez une nouvelle cellule de code et cliquez sur Exécuter ou CMD/CTRL + Entrée.

Mise en œuvre avec l'API d'Inference de Hugging Face

Alternativement, vous pouvez utiliser l'API de Hugging Face pour exécuter StableCode, ce qui est pratique si vous ne disposez pas d'un GPU puissant.

Étape 1 - Créer un compte chez Hugging Face

Visitez Hugging Face et créez un nouveau compte ou connectez-vous si vous en avez déjà un.

Étape 2 - Créer un nouveau token

Vous avez besoin d'un token pour accéder à l'API d'Inference de Hugging Face :

Allez dans votre profil et cliquez sur Tokens d'accès dans la barre latérale gauche.
Cliquez sur le bouton Nouveau token.
Nommez votre token, sélectionnez lecture dans le menu déroulant et appuyez sur Générer un token.

Étape 3 - Exécuter StableCode avec l'API d'Inference de Hugging Face

Allez sur la page du modèle StableCode et cliquez sur Déployer. Dans le menu déroulant, sélectionnez API d'Inference, ce qui générera un extrait de code que vous pourrez copier.

Avec cette configuration, vous pouvez utiliser efficacement StableCode sans nécessiter un GPU de haute performance.

Conclusion

Merci d'avoir suivi ce tutoriel. Si vous avez des questions, n'hésitez pas à me contacter sur LinkedIn ou Twitter ; j'adorerais avoir de vos nouvelles !