北京大學知識計算實驗室聯合四川天府銀行 AI 團隊，正式開源 70 億參數的代碼大模型 CodeShell，并提供了與 CodeShell 配套的部署方案與 IDE 插件，具體查看 CodeShell 代碼庫。
官方介紹稱，CodeShell 具有 70 億參數，采用五千億 Tokens 進行了訓練，上下文窗口長度為 8192。CodeShell 的原始訓練數據基于自己爬取的 GitHub 數據、Stack 和 StarCoder 數據集，以及少量高質量的中英文數據。
在權威的代碼評估 Benchmark（HumanEval 與 MBPP）中，CodeShell 取得同等規模最好的性能。
本次開源的模型如下：
- CodeShell Base：CodelShell 底座模型，具有強大的代碼基礎能力。
- CodeShell Chat：CodelShell 對話模型，在代碼問答、代碼補全等下游任務重性能優異。
- CodeShell Chat 4bit：CodelShell 對話模型 4bit 量化版本，在保證模型性能的前提下內存消耗更小，速度更快。
- CodeShell CPP：CodelShell 對話模型 CPP 版本，支持開發者在沒有 GPU 的個人電腦中使用。注意，CPP 版本同樣支持量化操作，用戶可以在最小內存為 8G 的個人電腦中運行 CodeShell。
下圖是 CodeShell 代碼助手的 VS Code 插件截圖：
IDEA 插件：
