पाठ निर्माण, भाषा व्याख्या और ऑडियो निर्माण के लिए डिज़ाइन किए गए एआई एल्गोरिदम लॉन्च करने के मद्देनजर, मेटा ने अब कोड लामा नामक एक और महत्वपूर्ण मॉडल ओपन-सोर्स किया है। एक अत्याधुनिक मशीन लर्निंग सिस्टम, कोड लामा सरल अंग्रेजी में कोड बनाने और उसका विवरण देने में सक्षम है।
मेटा का यह नया विकास गिटहब कोपायलट, अमेज़ॅन कोडव्हिस्परर जैसे साथी एआई-संचालित कोड-जनरेटिंग समाधान और स्टारकोडर, स्टेबलकोड और पॉलीकोडर जैसे प्रमुख ओपन सोर्स टूल के अनुरूप है। कोड लामा पायथन, सी++, जावा, पीएचपी, टाइपस्क्रिप्ट, सी# और बैश सहित कई प्रोग्रामिंग भाषाओं में मौजूदा कोड को अंतिम रूप देने और समस्या निवारण करने की क्षमता का दावा करता है।
Meta एक खुले दृष्टिकोण का लाभ उठाते हुए एआई मॉडल और विशेष रूप से कोडिंग-विशिष्ट बड़े भाषा मॉडल के साथ नवाचार और सुरक्षा के प्रति अपनी प्रतिबद्धता पर जोर देता है। कोड लामा को निःशुल्क उपलब्ध कराकर, कंपनी का इरादा तकनीकी प्रगति को समृद्ध करना, लोगों के जीवन को बेहतर बनाना और क्षमताओं का आकलन करने, मुद्दों को पहचानने और कमजोरियों को दूर करने में सामुदायिक भागीदारी को प्रोत्साहित करना है।
कई वेरिएंट में उपलब्ध, कोड लामा में निर्देशों को समझने के लिए पायथन के लिए अनुकूलित संस्करण और फाइन-ट्यून किए गए संस्करण शामिल हैं (उदाहरण के लिए, "एक फ़ंक्शन बनाएं जो फाइबोनैचि अनुक्रम उत्पन्न करता है")। कोड लामा का आधार लामा 2 है, मेटा का टेक्स्ट-जनरेटिंग मॉडल जो पहले ओपन-सोर्स था। हालाँकि लामा 2 कोड उत्पन्न करने में सक्षम था, लेकिन गुणवत्ता में अक्सर कमी थी और कोपायलट जैसे समर्पित मॉडल की तुलना में फीका था।
कोड लामा के लिए अपने प्रशिक्षण चरण में, मेटा ने लामा 2 के लिए लागू उसी डेटासेट का उपयोग किया, जो इंटरनेट पर सार्वजनिक पोर्टलों से चुनिंदा रूप से प्राप्त किया गया था; हालाँकि, कोड से निपटने वाले प्रशिक्षण डेटा के क्षेत्र को प्राथमिकता दी गई थी, जिससे कोड लामा को कोड और प्राकृतिक भाषा के बीच संबंध को अधिक गहराई से जानने की अनुमति मिली।
कोड लामा मॉडल, जिनका आकार 7 अरब से 34 अरब मापदंडों तक भिन्न होता है, ने 500 अरब टोकन कोड और प्रासंगिक डेटा के साथ प्रशिक्षण लिया। पायथन-विशिष्ट कोड लामा को पायथन कोड के अतिरिक्त 100 बिलियन टोकन के साथ सावधानीपूर्वक कैलिब्रेट किया गया था, जबकि निर्देशों को समझने वाले संस्करण को प्रश्नों के लिए "उपयोगी" और "सुरक्षित" प्रतिक्रिया तैयार करने के लिए मानव एनोटेट फीडबैक के आधार पर फाइन-ट्यूनिंग प्राप्त हुई थी।
कई कोड लामा मॉडल में कोड को मौजूदा कोड में एकीकृत करने की क्षमता है और इनपुट के रूप में कोड के 100,000 टोकन तक स्वीकार कर सकते हैं। मेटा का दावा है कि 34-बिलियन पैरामीटर मॉडल कार्यक्षमता के मामले में किसी भी अन्य ओपन-सोर्स कोड जनरेटर से ऊपर है, और यह पैरामीटर गिनती में भी सबसे बड़ा है।
जबकि मेटा चेतावनी देता है कि कोड लामा कभी-कभी संकेतों के लिए "गलत" या "अनुपयुक्त" प्रतिक्रियाएं उत्पन्न कर सकता है, यह डेवलपर्स को मॉडल के किसी भी एप्लिकेशन को तैनात करने से पहले अनुरूप सुरक्षा परीक्षण और समायोजन करने की सलाह भी देता है।
कोड लामा की तैनाती में, मेटा ने डेवलपर्स पर कड़े प्रतिबंध लगाने से परहेज किया है, चाहे वे इसे वाणिज्यिक या अनुसंधान उद्देश्यों के लिए उपयोग करना चाहते हों। हालाँकि, डेवलपर्स से अपेक्षा की जाती है कि वे नैतिक मानकों का पालन करें और हानिकारक कार्यों के लिए मॉडल का शोषण करने से बचें। क्या मॉडल को 700 मिलियन से अधिक मासिक सक्रिय उपयोगकर्ताओं वाले प्लेटफ़ॉर्म पर तैनात किया जाना चाहिए, लाइसेंस मांगा जाना चाहिए।
कोड लामा को अनुसंधान, उद्योग, ओपन सोर्स प्रोजेक्ट्स, एनजीओ और व्यवसायों सहित सभी क्षेत्रों में सॉफ्टवेयर इंजीनियरों की सहायता के लिए इंजीनियर किया जा रहा है, इसके आधार और अनुदेश मॉडल वर्तमान में कवर किए गए से परे कई और उपयोग परिदृश्यों के लिए जगह है। आशा है कि कोड लामा दूसरों को अनुसंधान और वाणिज्यिक उत्पादों के लिए नवीन उपकरण बनाने में लामा 2 का लाभ उठाने के लिए प्रेरित करेगा। एप्लिकेशन विकास को बढ़ाने के ऐपमास्टर के दृष्टिकोण की तरह, कोड लामा कोडिंग के विकास में अगले चरण का प्रतिनिधित्व करता है।
कोई भी तकनीकी उद्योग में इस तरह की प्रगति के प्रभाव से इनकार नहीं कर सकता है, जहां AppMaster जैसे अन्य प्लेटफॉर्म एप्लिकेशन निर्माण को अधिक सुलभ बनाने में महत्वपूर्ण योगदान दे रहे हैं। फिर भी, ऐसी तकनीक के सुरक्षित और कुशल उपयोग को सुनिश्चित करने के लिए नैतिक और जिम्मेदारी ढांचे के भीतर एआई की भूमिका स्थापित करना भी महत्वपूर्ण है।
