4 月 9 日 aiXcoder 宣布正式開源其 7B 模型 Base 版, 僅僅過去一周，aiXcoder-7B 在軟件源代碼托管服務平臺 GitHub 上的 Star 數已超過 2k。這是什么概念呢？GitHub 托管了我們這個星球上最多的開放源代碼的項目, 注冊用戶會為優秀的項目加星, 類似朋友圈的點贊, Star 數越多, 說明項目越受歡迎，潛力也越大。目前 GitHub 托管了至少 2800 萬開源代碼庫，根據公開資料顯示，Star 數大于 1000 占比不到 0.1%。同時，躋身 HuggingFace 趨勢榜單 TOP30，令全球開發者矚目。

aiXcoder-7B 代碼大模型一經開源，便迅速在開發者中掀起熱潮。在 GitHub 上，除了類似「phenomenal」「wonderful work」的贊譽外，更多的是開發者們連珠炮式的提問——

「怎么在本地部署 aiXcoder-7B，好用于生產環境？」

「我的機器配置很一般，有沒有適合小內存設備的部署方案？」

「能否透露下 aiXcoder 的訓練數據和關鍵技術，這款模型怎么做到如此強大？」

……

這些問題和需求，無不反映出開發者寄予的殷切厚望。對 aiXcoder 團隊來說，能及時解答一線需求，無疑是最寶貴的饋贈。畢竟與開發者「零距離」接軌，聽取痛點訴求，才是大模型不斷進化、更好迭代的根本所在。

同時，aiXcoder-7B 為開發者提供了豐富的二次創作空間，開放性和自由度直線拉滿。項目上線伊始，就有眾多開發者動手將模型成功本地部署，并在各種社交渠道分享了自己的部署經驗和創作成果，幫助其他人快速上手。還有開發者則將 aiXcoder-7B 模型制作成了不同的 GGUF 格式文件，以適配多種硬件設備的使用需求。

不止如此，aiXcoder-7B 還引來一群「自來水」開發者在社交媒體自發帶貨，AI 科技博主 World of AI 在其 YouTube 視頻中，盛贊「這是一個偉大的作品！」這位博主毫不吝惜溢美之詞——「無與倫比的效率」「同類產品黯然失色」「前所未有的高度」等。

是什么讓 aiXcoder-7B 如此火爆？盡管這只是一個 7B 大小的模型，但在 HumanEval、MBPP 和 MultiPL-E 等主流代碼生成評測集上，aiXcoder-7B 均表現出了最佳成績，甚至超越之前性能最佳的某 34B 模型，彰顯了其卓越的代碼生成與補全能力。

內力外功盡展鋒芒，強悍實力全面征服開發者

aiXcoder-7B 絕不是簡單的「小身材、大能量」那么簡單。這款代碼大模型，在關鍵技術指標上也展現出了超乎尋常的實力。

首先，驚人的訓練數據規?！?.2T 規模的優質代碼語料。這么龐大的訓練集，確保了模型能夠學習到豐富的編程知識和代碼模式。這些訓練數據并非簡單拼湊，而是經過了精心的構建過程。團隊針對數十種主流編程語言，對語料進行了語法分析，過濾掉了 163 種常見 bug 和 197 種代碼缺陷。它已在主流編程語言評測中達到了百億級參數規模天花板的性能。

其次，aiXcoder 在預訓練方法上求新求變。以前單純的序列預訓練很難有效捕捉代碼的結構特征，而代碼結構信息對于生成質量至關重要。為此，aiXcoder 團隊大膽嘗試，將代碼的抽象語法樹結構融入到預訓練過程中。這一創新大幅提升了模型對代碼語義和邏輯的理解能力，從而確保生成高質量的代碼。

擁有扎實的「內力」基礎，aiXcoder-7B 當然就展現出了令人贊嘆的「外功」效果。無論是高效便捷的一鍵式代碼生成服務，還是確保完整性的前提下結合長上下文和跨文件補全，它都讓開發者有了全新的 AI 編程體驗。

隨著程序員思維的跳躍, 一行行代碼或主動生成, 或靈活補全，猶如在屏幕上跳躍舞蹈，將編程變成一場人機合作的藝術。整個過程如此自然流暢，簡直讓人懷疑人工智能是否已經擁有了靈魂。誠然，這只是一種幻覺，aiXcoder 團隊顯然正在朝這個方向不懈努力。

北大 aiXcoder 團隊，軟件尖兵打造的杰作

aiXcoder 團隊來自北京大學軟件工程研究所，他們不但是國際上最早將深度學習技術用于程序代碼處理的團隊，也是最早推出基于深度學習的編程產品的團隊，從一開始他們就抓住并專注于代碼大模型這個前沿賽道。

團隊長期聚焦軟件工程、系統軟件、程序理解、程序生成、深度學習、可信人工智能等前沿領域，在多個國內外頂級會議與期刊發表相關論文 100 余篇，多篇被國際同行視為「首創成果」。

從學界最前沿的理論研究，到廣泛應用部署的商業實踐，aiXcoder 致力于將前沿人工智能技術應用于軟件工程，聚焦代碼大模型的企業個性化落地技術，助力企業實現智能化開發，為未來商業落地打下堅實基礎。如今，這支科技尖兵已突出重圍，繼續書寫一段人工智能與軟件工程跨界融合的傳奇。

一騎絕塵，企業級落地能力賦能行業應用

aiXcoder 在企業級應用場景下也毫不遜色，其一體化解決方案是企業安全與效率的最佳保障。

私有化部署是企業級客戶普遍面臨的一大難題。aiXcoder 采用一系列先進的算法優化和架構調整，全面增強了模型在私有環境下的性能表現。借助其優化方案，企業無需購置高端 GPU 等專用硬件，就能利用現有算力資源在內網環境中部署大規模模型，實現與公有云同等的響應速度。

個性化訓練是另一個行業難題。常規的微調方法不僅代價高昂，效果也往往不盡人意。aiXcoder 擁有業內領先的個性化訓練技術，核心方法是，一方面構建企業專屬數據集和測評集，其中數據集構建基于企業代碼特征和員工編程習慣，專門對代碼及相關文檔進行數據預處理；測評集構建則以真實開發場景為準繩，模擬并評估模型在實際應用中的預期效果。另一方面，將企業代碼這一內因與企業算力資源這一外因相結合，充分考慮到不同企業計算資源、代碼量的多寡，為他們提供靈活的個性化訓練及優化方案，最大化提升專屬代碼大模型的前期訓練效果和后續應用效果。

在傳統行業數字化轉型的重重考驗下，aiXcoder 代碼大模型技術日益經受鍛煉，不斷優化完善。多年來，技術積累和產品驅動等一系列企業私有部署應用經驗，為 aiXcoder 在市場推廣奠定堅實基礎。

軟件自動化，未來更值得期待

如果說蒸汽機和發電機是人類從肌體勞動中解放出來的歷史性變革，那么 aiXcoder 則是軟件開發領域中的「新質生產力」最適合開發者的工具。

長期以來，編程工作一直是高度智力密集型的勞動。開發者需要在有限的時間和精力里，不斷切換上下文、查閱文檔、琢磨算法，并將這一切化作無數行晦澀的代碼。即便是最優秀的程序員，其生產力提升也早已見頂。

aiXcoder-7B 代碼大模型的出現，讓這一極限成為新的跳板，開發者將解放出更多精力投入設計和創新的核心環節?？梢灶A見，這將帶來軟件開發流程的根本性重塑和生產率的幾何級提升。凱文·凱利在 2024 年最新演講中預言：「你暫時不會被 AI 替代，但會被更擅長使用 AI 的人替代?！箤τ诠?、對于行業也是如此。

附視頻鏈接：

https://www.youtube.com/watch?v=T2jOPwphPcw