Stable Code 3B क्या है?

देर 2022 में ChatGPT के लॉन्च (जिसने चल रही AI क्रांति की शुरुआत की) के बाद से जेनरेटिव AI मॉडल अधिक शक्तिशाली और विविध हो गए हैं। अलग-अलग आकार, फीचर्स, मोडैलिटी और उपयोग वाले नए मॉडल हर दिन बाजार में आ रहे हैं, जिससे संभावनाओं की सीमाएँ तय करना मुश्किल हो गया है।

कुल मिलाकर, बड़े और अधिक जटिल मॉडलों के विकास की एक स्पष्ट प्रवृत्ति है। मॉडलों के पैरामीटर्स की संख्या और प्रशिक्षण डेटा की मात्रा बढ़ाना बड़े भाषा मॉडलों (LLMs) में प्रदर्शन सुधारने की सर्वश्रेष्ठ रणनीति मानी जाती है, जो जेनरेटिव AI मॉडलों के पीछे की तकनीक है। विस्तार से जानने के लिए हमारा अलग लेख देखें कि LLMs क्या हैं।

हालांकि, इन बड़े मॉडलों को प्रशिक्षित और चलाने के लिए आवश्यक संसाधनों (और उनके साथ जुड़े पर्यावरणीय प्रभाव) को लेकर बढ़ती चिंताओं को देखते हुए, AI के विकास और परिनियोजन में दक्षता तेजी से प्रमुखता पा रही है।

यह लेख Stable Code 3B प्रस्तुत करेगा, Stability AI द्वारा जारी नवीनतम मॉडल, जिसे सटीक और उत्तरदायी कोडिंग के लिए विशेष रूप से डिज़ाइन किया गया है। कोडिंग कार्यों के लिए अत्यंत सटीक यह LLM अपने आकार को काफी कम रखते हुए अत्याधुनिक LLMs के समकक्ष प्रदर्शन स्तर प्रदान करता है।

Stable Code 3B क्या है?

जनवरी 2024 में Stability AI द्वारा जारी Stable Code 3B एक 3 बिलियन पैरामीटर वाला LLM है, जिसे कोडिंग उद्देश्यों के लिए विकसित किया गया है। यह अपने पूर्ववर्ती Stable Code Alpha 3B का उन्नत संस्करण है।

Stable Code 3B कोड कम्प्लीशन कार्यों में उत्कृष्ट है और नए प्रोग्रामर्स के लिए एक बेहतरीन शैक्षणिक उपकरण के रूप में इस्तेमाल किया जा सकता है। यह मॉडल शोध या व्यक्तिगत उपयोग के लिए निःशुल्क जारी किया गया है। व्यावसायिक उपयोग के लिए, उपयोगकर्ताओं को Stability AI Memberships में से किसी एक की सदस्यता लेनी होगी।

Stable Code 3B समान आकार के LLMs में सर्वश्रेष्ठ उत्पादों में से एक है (इसके प्रदर्शन मेट्रिक्स पर अधिक जानकारी अगले खंड में देखें), जो काफी कम आकार में बेहतरीन परिणाम देता है। अपने कॉम्पैक्ट डिज़ाइन और दक्षता के चलते, Stable Code 3B साधारण लैपटॉप्स पर ऑफ़लाइन चल सकता है, यहाँ तक कि समर्पित GPU के बिना भी, जैसे MacBook Air।

Stable Code 3B कैसे काम करता है?

Stable Code 3B 2.7 बिलियन पैरामीटर्स वाला एक कॉम्पैक्ट मॉडल है। यह Meta के ओपन-सोर्स LLaMA जैसा डिकोडर-ओनली ट्रांसफॉर्मर है। LLaMA के सभी विवरण जानने के लिए हमारा अलग लेख देखें: LLaMA।

Stable Code 3B का प्रशिक्षण प्रक्रिया स्पष्ट रूप से Meta के CodeLLaMA से प्रेरित है। यह मॉडल Stability AI के प्री-ट्रेन्ड LLM, StableLM-3b-4e1t से शुरू होता है, जो इसका फ़ाउंडेशन मॉडल है।

इस मॉडल ने दो चरणों में होने वाली फाइन-ट्यूनिंग प्रक्रिया का पालन किया। पहले चरण में, मॉडल को कई कोड और कोड-संबंधित डेटासेट्स पर प्रशिक्षित किया गया, जिनमें CommitPack, GitHub Issues, StarCoder और अन्य गणितीय डेटासेट शामिल हैं। प्रशिक्षण डेटा में 18 व्यापक रूप से उपयोग की जाने वाली प्रोग्रामिंग भाषाएँ शामिल हैं, जिनमें Python, R, Java और C शामिल हैं।

इसके बाद, मॉडल को 16,384 टोकन की लंबी सीक्वेंस और fill-in-the-middle तकनीकों के साथ आगे फाइन-ट्यून किया गया, जैसा कि CodeLLaMA के शोध पत्र में सुझाया गया है। दूसरा चरण मॉडल को 100k टोकन तक की लंबी संदर्भ विंडो का समर्थन करने की अनुमति देता है। यह विशेष रूप से कोडिंग कार्यों के लिए उपयुक्त है। लंबी इनपुट सीक्वेंस की संभावना के साथ, डेवलपर्स अपने कोडबेस से अधिक संदर्भ और बड़े कोड खंड प्रदान कर सकते हैं ताकि अधिक प्रासंगिक और सटीक आउटपुट प्राप्त हों।

Stable Code 3B के प्रदर्शन मेट्रिक्स

Stability AI के डेवलपरों ने एक ऐसा मॉडल बनाया है जो कई प्रोग्रामिंग भाषाओं में परीक्षण किए गए MultiPL-E मेट्रिक्स पर समान आकार के मॉडलों की तुलना में अत्याधुनिक प्रदर्शन हासिल करता है। तुलना निम्नलिखित छवि में दर्शाई गई है:

3B से कम मॉडलों का मल्टी-PL प्रदर्शन तुलना। स्रोत: Stability AI

Stable Code 3B उल्लेखनीय रूप से बड़े मॉडलों की तुलना में भी उत्कृष्ट प्रदर्शन करता है। उदाहरण के लिए, यह अपने प्रमुख प्रेरणा स्रोत CodeLLaMA 7b के समान स्तर का प्रदर्शन हासिल करता है, जबकि मॉडल आकार में 60% की कमी लाता है।

Stable Code Completion 3B और CodeLLama 7B की तुलना। स्रोत: Stability AI

Stable Code 3B के उपयोग

Stable Code 3B जैसे AI-संचालित कोडिंग असिस्टेंट सॉफ्टवेयर विकास और डेटा विश्लेषण में कई अवसर प्रदान करते हैं। यहाँ कुछ तरीकों की सूची है जिनसे प्रोग्रामर पहले से AI का उपयोग कर रहे हैं:

कार्य स्वचालन

Stable Code 3B दोहरावदार और सामान्य कार्यों को आसानी से स्वचालित कर सकता है, जैसे बुनियादी SQL क्वेरी चलाना, डेटा अन्वेषणात्मक विश्लेषण करना, और डेटा साइंस प्रोजेक्ट्स को सुव्यवस्थित करना। यह प्रोग्रामर्स को समय लेने वाले कार्यों को छोड़ने और अधिक जटिल व चुनौतीपूर्ण कार्य पर ध्यान केंद्रित करने में मदद करता है। यह व्यावहारिक रूप से कैसे काम करता है, जानने के लिए हमारा उदाहरणात्मक ChatGPT का डेटा साइंस में उपयोग गाइड देखें।

बग फिक्सिंग

डीबगिंग में अक्सर काफी समय लगता है और यह चुनौतीपूर्ण हो सकती है, खासकर तब जब सैकड़ों लाइनों वाले जटिल प्रोजेक्ट्स पर काम कर रहे हों। Stable Code 3B आपके कोड को सेकंडों में स्कैन करके और उसे सुधारने के लिए कोड व संरचना संबंधी सुझाव देकर इस प्रक्रिया को तेज करने के लिए एक उत्तम सहायक है। अपनी लंबी संदर्भ विंडो की बदौलत, उपयोगकर्ता मॉडल को बड़े स्क्रिप्ट्स दे सकते हैं और Stable Code 3B आपके कोड में संभावित त्रुटियाँ और जोखिम ढूंढ लेगा।

कोड ऑप्टिमाइज़ेशन

जब ऐसे जटिल प्रोजेक्ट्स पर काम कर रहे हों जिनमें भारी कंप्यूटेशनल संसाधनों की आवश्यकता हो, तो दक्षता अनिवार्य है। कोड लिखने का तरीका दक्षता पर गंभीर प्रभाव डाल सकता है। Stable Code 3B आपकी कोड को इस तरह फिर से लिखने में मदद कर सकता है जिससे दक्षता बेहतर हो, और इस प्रकार आपका समय, संसाधन और पैसा बचे।

कोड की व्याख्यात्मकता

कभी-कभी दूसरों के कोड को समझना कठिन हो सकता है, खासकर जूनियर कोडर्स के लिए। Stable Code 3B न केवल कोड सुधार सुझा सकता है, बल्कि किसी विशेष कोड खंड पर विस्तृत व्याख्या भी दे सकता है, जिससे आपकी सीखने की रफ्तार बढ़ती है।

सीखने के उद्देश्यों के लिए जेनरेटिव AI का उपयोग कैसे किया जा सकता है, यह जानने के लिए हम आपको DataCamp Workspace आज़माने की अत्यधिक सलाह देते हैं। हम अपने डेटा साइंस IDE को संचालित करने और जटिल सिंटैक्स समझने में आपकी मदद के लिए GPT 3.5 और GPT-4 मॉडल्स का उपयोग करते हैं। DataCamp Workspace में शुरुआत करने के लिए हमारा अलग गाइड देखें।

Stable Code 3B मॉडल कैसे डाउनलोड करें

Stable Code 3B में शुरुआत करने का सबसे अच्छा तरीका HuggingFace API के माध्यम से है। आप नीचे दिए गए कोड का उपयोग करके मॉडल को अपने Python वातावरण में आसानी से इम्पोर्ट कर सकते हैं और टेक्स्ट जनरेट करना शुरू कर सकते हैं:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("stabilityai/stable-code-3b", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
  "stabilityai/stable-code-3b",
  trust_remote_code=True,
  torch_dtype="auto",
)
model.cuda()
inputs = tokenizer("import torch\nimport torch.nn as nn", return_tensors="pt").to(model.device)
tokens = model.generate(
  **inputs,
  max_new_tokens=48,
  temperature=0.2,
  do_sample=True,
)
print(tokenizer.decode(tokens[0], skip_special_tokens=True))

व्यावसायिक अनुप्रयोगों के लिए Stable Code 3B का उपयोग कैसे करें

जैसा कि पहले उल्लेख किया गया है, Stable Code 3B शोध या व्यक्तिगत उपयोग के लिए निःशुल्क जारी किया गया है। व्यावसायिक उपयोग के लिए, उपयोगकर्ताओं को Stability AI Memberships में से किसी एक की सदस्यता लेनी होगी।

वर्तमान में, Stability AI गैर-व्यावसायिक सदस्यता के अलावा दो प्रकार की सदस्यताएँ प्रदान करता है, जैसा कि निम्नलिखित छवि में दर्शाया गया है:

Stability AI Memberships

प्रोफेशनल सदस्यता की कीमत प्रति माह $20 है और यह उपयोगकर्ताओं को Stability AI के Core Models तक पहुँच और उनके व्यावसायिक उपयोग का अधिकार देती है, जिनमें इमेज, वीडियो, 3D, टेक्स्ट और कोड जनरेशन के मॉडल शामिल हैं। एंटरप्राइज़ सदस्यता बड़ी कंपनियों के लिए डिज़ाइन की गई है और इसमें कस्टम प्राइसिंग और एंटरप्राइज़ फीचर्स का सेट शामिल है।

और जानें

डेटा प्रोफेशनल्स के लिए यह अत्यंत रोमांचक समय है। Stable Code 3B जैसे जेनरेटिव AI टूल्स के व्यापक अपनाव के बाद उद्योग बदलाव की कगार पर है।

चल रही AI क्रांति में सहजता से आगे बढ़ने का सबसे अच्छा तरीका है अपडेटेड और जागरूक रहना। DataCamp आपकी मदद के लिए तैयार है। अन्य शक्तिशाली जेनरेटिव AI टूल्स को कवर करने वाले हमारे समर्पित लेख देखें:

• Python में OpenAI API
• LLaMA 2 की फाइन-ट्यूनिंग: बड़े भाषा मॉडल को कस्टमाइज़ करने के लिए चरण-दर-चरण गाइड
• Mistral 7B ट्यूटोरियल: Mistral 7B के उपयोग और फाइन-ट्यूनिंग के लिए चरण-दर-चरण गाइड
• GPT 3.5 की फाइन-ट्यूनिंग कैसे करें: AI की पूरी क्षमता को अनलॉक करें