DeepSeek-Coder-V2
мощная открытая MoE-модель для кода
2 мин чтенияобновлено
DeepSeek-Coder-V2 — это открытая языковая модель с архитектурой MoE (Mixture-of-Experts, смесь экспертов), которая создана для решения задач программирования и математического анализа. Модель получена путем дальнейшего предварительного обучения промежуточного чекпоинта DeepSeek-V2 на дополнительных 6 триллионах токенов. Она поддерживает 338 языков программирования вместо прежних 86 и увеличивает длину контекста до 128K. Разработчики предлагают версии на 16B (lite) и 236B параметров, при этом активных параметров задействовано значительно меньше — всего 2.4B и 21B, что повышает эффективность работы.
Ключевые особенности
- Поддержка 338 языков программирования и расширенный контекст до 128K токенов.
- Производительность в задачах кодинга и математики, сравнимая с закрытыми моделями вроде GPT-4 Turbo.
- Использование эффективной архитектуры DeepSeekMoE с активацией небольшой части параметров.
- Поддержка как базовых (Base), так и диалоговых (Instruct) версий модели.
Что можно сделать
- Автоматизировать генерацию, дополнение (code completion) и вставку кода на сотнях языков программирования.
- Развернуть собственный умный ассистент для разработчиков с помощью Hugging Face Transformers или vLLM.
- Решать сложные задачи по программированию и математике с длинным контекстом.
Пример
Пример инференса для дополнения кода с использованием библиотеки Transformers:
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
tokenizer = AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-Coder-V2-Lite-Base", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("deepseek-ai/DeepSeek-Coder-V2-Lite-Base", trust_remote_code=True, torch_dtype=torch.bfloat16).cuda()
input_text = "#write a quick sort algorithm"
inputs = tokenizer(input_text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_length=128)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
Подробнее
Всего параметров: 236B (или 16B у Lite-версий), активных параметров: 21B (или 2.4B у Lite).Длина контекста: до 128K токенов.
Для запуска полной версии в формате BF16 требуется 8 видеокарт по 80GB VRAM.
Поддерживает коммерческое использование в соответствии с лицензией модели.










Комментарии