5月30日讯 由微软支持、估值高达60亿美元的法国人工智能初创公司Mistral近日发布了其首个用于编码的生成式人工智能模型——Codestral。
该模型旨在帮助开发人员编写代码并与代码交互，支持包括Python、Java、C++和JavaScript在内的80多种编程语言。Mistral在其博客文章中表示，Codestral能够完成编码功能、编写测试、填写部分代码，并用英语回答有关代码库的问题。
Codestral 可以熟练使用 80 多种编程语言，包括 Python、Java、C、C++、JavaScript、Bash、Swift，甚至还有 1957 年问世的 Fortran。
和其它编程 LLM 类似，Codestral 可以帮助开发者完成各种功能，包括完成函数、编写测试、填充代码等等，降低代码中出现错误和漏洞的风险。
Mistral AI 还通过图表，让 Codestral 22B 对比了 CodeLlama 70B、DeepSeek Coder 33B 和 Llama 3 70B 同类大模型，表示 Codestral 的参数虽然只有 220 亿，但上下文长度达到 3.2 万个 tokens，根据进行的几项基准测试，它在 Python、SQL 和其他语言方面的表现普遍更好。
在 SQL spider 基准测试中，Llama 3 70B 的得分率为 67.1%，Codestral 22B 为 63.5%；在 MBPP Python 基准测试中，DeepSeek Code 33B 的得分率为 80.2%，Codestral 22B 为 78.2%。
尽管Mistral将Codestral描述为“开放的”，但其许可证禁止将该模型及其输出用于任何商业活动，仅在“开发”过程中有所例外。许可证明确禁止“员工在公司业务活动中进行任何内部使用”。这可能是由于Codestral的部分训练数据包含受版权保护的内容。
据悉，Codestral模型有220亿个参数，需要一台强大的PC才能运行。该模型在一些基准测试中击败了竞争对手，但这些基准测试的可靠性尚存疑虑。因此，Codestral的实际价值和实用性仍有待观察。
据2023年6月的Stack Overflow调查显示，44%的开发人员表示他们在开发过程中使用AI工具，26%的开发人员计划很快使用。然而，这些工具并非没有缺陷。GitClear分析了过去几年提交到项目存储库的1.5亿多行代码，发现生成式AI开发工具导致更多错误代码被推送到代码库中。
此外，普渡大学的一项研究发现，OpenAI的ChatGPT对编程问题的回答中有一半以上是错误的。
今天上午，Mistral在其Le Chat对话式AI平台及其付费API上推出了Codestral的托管版本，并计划将其构建到LlamaIndex、LangChain、Continue.dev和Tabnine等应用框架和开发环境中。
