Codestral: Mistral AIの新しいオープンソースLLMは、コーディング用にトレーニングされました

Codestralは、Mistral AIが開発したコード生成モデルの最新イノベーションです。このジェネラティブAIモデルは、コードの作成と操作を支援するために明示的に設計されており、以前のモデルと比べてパフォーマンスと多機能性が大幅に向上しています。この記事では、Codestralの特徴、他のMistralモデルとの違い、パフォーマンスのベンチマーク、およびインストールと使用方法の詳細なガイドについて探っていきます。

Codestralとは何ですか？

Codestralは、コード生成タスクに特化したオープンな重み付けジェネラティブAIモデルです。 "オープン重み付け"とは、モデルの学習済みパラメータが研究や非営利目的で自由に利用できることを意味し、アクセシビリティとカスタマイズ性が向上しています。Codestralは、Python、Java、C、C++、JavaScript、Bashなどの人気のあるプログラミング言語だけでなく、SwiftやFortranなどの特殊な言語を含む80以上のプログラミング言語を網羅した多様なデータセットでトレーニングされています。この幅広いトレーニングにより、Codestralはさまざまなコーディング環境とプロジェクトで開発者をサポートすることができます。

Codestralの主な特徴

• 80以上のプログラミング言語に対する流暢な対応: Codestralは幅広い言語をサポートし、さまざまなプロジェクトに対応することができます。
• コード生成: コードの関数補完、テストケース生成、欠落したコードセグメントの埋め込みなど、タスクの自動化が可能です。
• 中央埋め込みメカニズム: 中央埋め込みにより、部分的なコードを補完して、コード補完のタスクを強化することができます。
• オープン重み付け: モデルのパラメータは研究や非営利目的で自由にアクセスでき、共同環境を促進します。
• パフォーマンスと効率性: 32kトークンの大きなコンテキストウィンドウを持つCodestralは、コード生成のパフォーマンスとレイテンシの新たな基準を設定します。

Codestralは他のMistralモデルとどのように異なりますか？

Mistral AIは数多くのモデルを開発していますが、Codestralはコード生成に特化したユニークなモデルです。以下にいくつかの主な違いを示します：

• 専門化: 一般的なモデルとは異なり、Codestralはコーディングタスクに特化しており、この領域でより効率的かつ正確に動作します。
• パラメータのサイズ: Codestralは220億のパラメータを誇り、他の多くのモデルよりも大きくなっています。これにより、より複雑なコーディングタスクを処理することができます。
• コンテキストウィンドウ: 32kトークンのコンテキストウィンドウを持つCodestralは、他のコンテキストウィンドウが小さいモデルと比較して、より長く、より複雑なコードシーケンスを管理することができます。

パフォーマンスベンチマーク

CodestralはGPT-4、Llama 3、Mistral 7Bなどの主要なAIモデルと厳格にテストされています。以下の表は、さまざまなベンチマークにおけるCodestralのパフォーマンスをまとめたものです：

Codestralは、すべてのベンチマークで競合他社よりも優れたパフォーマンスを発揮し、コード生成タスクでの優れた能力を示しています。

Codestralのインストール方法

Codestralのインストールは簡単であり、さまざまな開発環境に統合できます。以下は、Codestralのインストールと使用方法の手順とサンプルコードです。

インストール手順

1. Codestralのダウンロード: CodestralはHuggingFaceからダウンロードするか、MistralのAPIエンドポイントからアクセスできます。
2. APIキーの設定: Mistral AIのLa PlateformeからAPIキーを取得します。
3. 必要な拡張機能のインストール: VSCodeまたはJetBrains用に、ContinueまたはTabnineの拡張機能をインストールします。
4. APIキーの設定: APIキーを設定ファイルに追加します。

例：Continue.devを使ったCodestralのセットアップ

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

サンプルコード

Pythonの例：フィボナッチ数列の関数

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="フィボナッチの関数を書いてください")
]

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

print(chat_response.choices.message.content)

Curlの例：中央埋め込み

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('Enter a number: '))\nprint(fibonacci(n))",
  "max_tokens": 64,
  "temperature": 0
}'

開発ツールとの統合

Codestralは、人気のある開発ツールにシームレスに統合でき、コーディングエクスペリエンスを向上させます。

VSCodeの統合

1. Continue拡張機能のインストール: VSCode用のContinue拡張機能をインストールするための手順に従います。
2. Codestralの設定: プロバイダとしてMistral APIを選択し、モデルとしてCodestralを選択します。
3. Codestralの使用: VSCode内でコード生成と補完のためにCodestralを利用します。

JetBrainsの統合

1. Tabnine拡張機能のインストール: JetBrains用のTabnine拡張機能をインストールするための手順に従います。
2. Codestralの設定: Tabnine Chat AppでモデルとしてCodestralを選択します。
3. Codestralの使用: JetBrains内でコード生成と補完のためにCodestralと対話します。

まとめ

Codestralは、コード生成モデルの分野での重要な進歩を表しています。その専門的なデザイン、幅広い言語サポート、優れたパフォーマンスにより、開発者にとって貴重なツールとなっています。Codestralを開発環境に統合することで、コーディングの効率を向上させ、エラーを減らし、ワークフローをスムーズにします。シンプルなスクリプトから複雑なプロジェクトまで、Codestralはあなたのすべてのステップでサポートする準備が整っています。