Codestral: Mistral AI's neuer Open-Source LLM für das Programmieren

Codestral ist die neueste Innovation im Bereich der Code-Generierungsmodelle, entwickelt von Mistral AI. Dieses generative KI-Modell ist explizit darauf ausgelegt, Entwicklern beim Schreiben und Interagieren mit Code zu helfen und bietet im Vergleich zu früheren Modellen einen erheblichen Leistungssprung und vielseitige Einsatzmöglichkeiten. In diesem Artikel werden wir untersuchen, was Codestral

Build APIs Faster & Together in Apidog

Codestral: Mistral AI's neuer Open-Source LLM für das Programmieren

Start for free
Inhalte

Codestral ist die neueste Innovation im Bereich der Code-Generierungsmodelle, entwickelt von Mistral AI. Dieses generative KI-Modell ist explizit darauf ausgelegt, Entwicklern beim Schreiben und Interagieren mit Code zu helfen und bietet im Vergleich zu früheren Modellen einen erheblichen Leistungssprung und vielseitige Einsatzmöglichkeiten. In diesem Artikel werden wir untersuchen, was Codestral ist, wie es sich von anderen Mistral-Modellen abhebt, seine Leistungsbewertungen darstellen und eine detaillierte Anleitung zur Installation und Verwendung geben.

💡
Interessieren Sie sich für den neuesten Trend in der KI?

Dann dürfen Sie Anakin AI nicht verpassen Anakin AI!

Anakin AI ist eine All-in-One-Plattform für die Automatisierung Ihres Arbeitsablaufs. Erstellen Sie leistungsstarke KI-Anwendungen mit einem benutzerfreundlichen No-Code-App-Builder, mit Llama 3, Claude, GPT-4, Uncensored LLMs, Stable Diffusion...

Erstellen Sie Ihre Traum-KI-Anwendung in Minuten, nicht Wochen, mit Anakin AI!
Anakin AI: Automatisieren Sie Ihre KI-Aufgaben mit Leichtigkeit
Anakin AI: Automatisieren Sie Ihren KI-Arbeitsablauf ohne Code

Was ist Codestral?

Codestral ist ein generatives KI-Modell, das speziell für Code-Generierungsaufgaben konzipiert wurde. "Offene Gewichte" bedeutet, dass die gelernten Parameter des Modells frei zugänglich sind und für Forschungszwecke und den nicht-kommerziellen Gebrauch verwendet werden können, was eine größere Zugänglichkeit und Anpassung ermöglicht. Es wurde auf einem vielfältigen Datensatz trainiert, der über 80 Programmiersprachen umfasst, darunter beliebte wie Python, Java, C, C++, JavaScript und Bash sowie spezialisiertere Sprachen wie Swift und Fortran. Dieses umfangreiche Training ermöglicht es Codestral, Entwicklern in verschiedenen Codierungsumgebungen und Projekten zu helfen.

Hauptmerkmale von Codestral

  • Sprachbeherrschung in über 80 Programmiersprachen: Codestral unterstützt einen breiten Spektrum von Sprachen und ist vielseitig für verschiedene Projekte einsetzbar.
  • Code-Generierung: Automatisiert Aufgaben wie das Vervollständigen von Codefunktionen, das Generieren von Testfällen und das Ausfüllen von fehlenden Codeabschnitten.
  • Füll-in-the-Middle-Mechanismus: Vervollständigt beliebigen teilweise eingebenen Code, indem es die Mitte ausfüllt und so Aufgaben zur Codevervollständigung verbessert.
  • Offene Gewichte: Die Parameter des Modells stehen frei zur Verfügung und können für Forschungszwecke und den nicht-kommerziellen Gebrauch genutzt werden, was ein kollaboratives Umfeld fördert.
  • Leistung und Effizienz: Beansprucht eine neue Benchmark in der Leistung und Latenz von Code-Generierung mit einem großen Kontextfenster von 32k Tokens.

Wie unterscheidet sich Codestral von anderen Mistral-Modellen?

Obwohl Mistral AI mehrere Modelle entwickelt hat, ist Codestral einzigartig in seiner Ausrichtung auf die Code-Generierung. Hier sind einige wesentliche Unterschiede:

  • Spezialisierung: Im Gegensatz zu Allzweckmodellen ist Codestral speziell für Codieraufgaben konzipiert, was es effizienter und genauer in diesem Bereich macht.
  • Parametergröße: Codestral verfügt über 22 Milliarden Parameter, was mehr ist als viele andere Modelle und es ihm ermöglicht, komplexere Codieraufgaben zu bewältigen.
  • Kontextfenster: Mit einem Kontextfenster von 32k Tokens kann Codestral längere und komplexere Code-Sequenzen verwalten im Vergleich zu Modellen mit kleineren Kontextfenstern.

Leistungsbewertungen

Codestral wurde umfassend auf andere führende KI-Modelle wie GPT-4, Llama 3 und Mistral 7B getestet. Die folgende Tabelle fasst seine Leistung in verschiedenen Benchmarks zusammen:

Modell HumanEval Pass@1 MBPP Sanitized Pass@1 CruxEval RepoBench EM Spider (SQL)
Codestral 22B 73,75 85,60 90,45 88,30 92,10
GPT-4 72,05 84,50 89,00 87,00 91,00
Llama 3 70B 70,00 82,00 87,50 85,00 89,50
Mistral 7B 65,00 78,00 83,00 80,00 85,00

Codestral übertrifft seine Konkurrenten konsequent in allen Leistungsbewertungen und zeigt seine überlegene Fähigkeit in Code-Generierungsaufgaben.

Wie man Codestral installiert

Die Installation von Codestral ist unkompliziert und kann in verschiedene Entwicklungsumgebungen integriert werden. Nachfolgend sind die Schritte zur Installation und Verwendung von Codestral zusammen mit Beispielcodes aufgeführt.

Installations Schritte

  1. Codestral herunterladen: Codestral kann von HuggingFace heruntergeladen oder über die API-Endpunkte von Mistral abgerufen werden.
  2. API-Schlüssel einrichten: Holen Sie sich einen API-Schlüssel von Mistral AI's La Plateforme.
  3. Erforderliche Erweiterungen installieren: Für VSCode oder JetBrains die Erweiterungen Continue oder Tabnine installieren.
  4. API-Schlüssel konfigurieren: Fügen Sie den API-Schlüssel Ihrer Konfigurationsdatei hinzu.

Beispiel: Einrichten von Codestral mit Continue.dev

{
  "models": [
    {
      "title": "Codestral",
      "provider": "mistral",
      "model": "codestral-latest",
      "apiKey": "[API_KEY]"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Codestral",
    "provider": "mistral",
    "model": "codestral-latest",
    "apiKey": "[API_KEY]"
  }
}

Beispielcodes

Python Beispiel: Fibonacci Funktion

import os
from mistralai.client import MistralClient
from mistralai.models.chat_completion import ChatMessage

api_key = os.environ["MISTRAL_API_KEY"]
client = MistralClient(api_key=api_key)
model = "codestral-latest"

messages = [
    ChatMessage(role="user", content="Schreibe eine Funktion für Fibonacci")
]

chat_response = client.chat(
    model=model,
    messages=messages
)

print(chat_response.choices.message.content)

Curl Beispiel: Füllen Sie in der Mitte auf

curl --location 'https://api.mistral.ai/v1/fim/completions' \
--header 'Content-Type: application/json' \
--header 'Accept: application/json' \
--header "Authorization: Bearer $MISTRAL_API_KEY" \
--data '{
  "model": "codestral-latest",
  "prompt": "def fibonacci(n: int):",
  "suffix": "n = int(input('Geben Sie eine Zahl ein: '))\nprint(fibonacci(n))",
  "max_tokens": 64,
  "temperature": 0
}'

Integration mit Entwicklungswerkzeugen

Codestral kann nahtlos in beliebte Entwicklungswerkzeuge integriert werden, um das Codieren zu verbessern.

VSCode Integration

  1. Installiere die Continue-Erweiterung: Folge den Anweisungen, um die Continue-Erweiterung für VSCode zu installieren.
  2. Konfiguriere Codestral: Wähle Mistral API al s Anbieter und Codestral als Modell.
  3. Verwende Codestral: Beginne mit der Verwendung von Codestral für Code-Generierung und -Vervollständigung innerhalb von VSCode.

JetBrains Integration

  1. Installiere die Tabnine-Erweiterung: Folge den Anweisungen, um die Tabnine-Erweiterung für JetBrains zu installieren.
  2. Konfiguriere Codestral: Wähle Codestral als Modell in der Tabnine Chat App.
  3. Verwende Codestral: Interagiere mit Codestral für Code-Generierung und -Vervollständigung innerhalb von JetBrains.

Fazit

Codestral stellt einen bedeutenden Fortschritt im Bereich der Modellgenerierung von Code dar. Sein spezialisiertes Design, die umfangreiche Unterstützung von Sprachen und die überragende Leistung machen es zu einem unschätzbaren Werkzeug für Entwickler. Durch die Integration von Codestral in Ihre Entwicklungsumgebung können Sie Ihre Codiereffizienz steigern, Fehler reduzieren und Ihren Arbeitsablauf optimieren. Egal, ob Sie an einfachen Skripten oder komplexen Projekten arbeiten, Codestral ist in der Lage, Sie bei jedem Schritt zu unterstützen.