Kimi-Dev - 月のダークサイドオープンソースコードモデル

8.7K 00

キミデブとは？

Kimi-Devは、72Bのパラメータを持つソフトウェアエンジニアリングのために設計されたMoonshot AIによるオープンソースのコードモデルです。このモデルには強力なBugFixer機能があり、コードのエラーを自動的に見つけて修正することができます。また、このモデルはTestWriter機能を提供し、コードの品質を保証するために既存のコードに対して高品質の単体テストを生成します。強化学習と自己ゲームメカニズムに基づき、Kimi-DevはSWE-bench Verifiedデータセットで60.4%の性能を達成し、他のオープンソースモデルを凌駕し、現在のSOTAになりました。 Kim-Devはプログラミング教育やオープンソースプロジェクトのメンテナンスに広く使用され、初心者がプログラミングを迅速に学習するのを支援し、オープンソースプロジェクトの品質と安定性を向上させるのに役立っています。Kimi-Devは、プログラミング教育やオープンソースプロジェクトメンテナンスに広く利用されており、初心者がプログラミングを迅速に習得できるよう支援し、オープンソースプロジェクトの品質と安定性の向上に貢献しています。

キミデフの主な機能

コード修正（バグフィクサー）コード内の脆弱性やエラーを自動的に検出し、修正プログラムを生成し、開発中に問題を迅速に解決します。
テストコード生成（TestWriter）既存コードのユニットテストコードを自動生成し、正しく安定したコード機能を保証します。
開発プロセスの自動化強化学習とセルフゲーミングの仕組みを導入することで、コード修正とテスト能力を効率的に調整し、全体的な開発効率を向上させる。
開発ツールの統合将来的には、主流のIDE、バージョン管理システム、CI/CDパイプラインとシームレスに連携し、開発ワークフローに深く統合する予定です。

キミ・デフのパフォーマンス

SWEベンチ検証済みデータセットでは::
- オープンソースモデルと比較して、このモデルは60.4%の性能を達成し、他のすべてのオープンソースモデルを凌駕し、現在のオープンソースモデルのSOTA（State of Art）となった。
- クローズド・ソースのモデルと比較すると、キミデヴはいくつかの面でクローズド・ソースのモデルに迫る、あるいは凌駕しており、強い競争力を示している。

キミデブ公式サイトアドレス

プロジェクトのウェブサイト::https://moonshotai.github.io/Kimi-Dev/
GitHubリポジトリ::https://github.com/MoonshotAI/Kimi-Dev
HuggingFaceモデルライブラリ::https://huggingface.co/moonshotai/Kimi-Dev-72B

キミデヴの使い方

モデルウェイトとコードのダウンロード::
- GitHubリポジトリからモデルのコードと関連スクリプトをダウンロードする。
- Hugging Faceモデルライブラリからモデルウェイトをダウンロードする。
依存関係のインストールKimi-Devのコードリポジトリにはrequirements.txtファイルが用意されていますので、以下のコマンドを参考に必要な依存関係をインストールしてください：

pip install -r requirements.txt

設定環境Pythonがシステムにインストールされていることを確認する（推奨バージョン3.8以上）。仮想環境をセットアップする（オプション）：

python -m venv kimi-dev-env
source kimi-dev-env/bin/activate  # Linux/Mac
kimi-dev-env\Scripts\activate     # Windows

- ディープラーニング・フレームワークの導入モデル要件に従って、対応するフレームワークをインストールします。
積載モデル提供されたコード例に従ってモデルの重みをロードします。例

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_name = "moonshotai/Kimi-Dev-72B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

モデル関数を使う::
- コード修正（バグフィクサー）問題のあるコード・スニペットをモデルに入力すると、モデルが自動的に修復コードを生成します。コード例

buggy_code = "def add(a, b): return a - b"  # 错误的代码
inputs = tokenizer(buggy_code, return_tensors="pt")
outputs = model.generate(**inputs)
fixed_code = tokenizer.decode(outputs[0], skip_special_tokens=True)
print("Fixed Code:", fixed_code)

- テストコード生成（TestWriter）テストコードを生成する必要がある関数コードを入力すると、対応する単体テストコードが自動的に生成されます。

code_to_test = "def add(a, b): return a + b"
inputs = tokenizer(code_to_test, return_tensors="pt")
outputs = model.generate(**inputs)
test_code = tokenizer.decode(outputs[0], skip_special_tokens=True)
print("Test Code:", test_code)

キミ・デフの強み

パワフルなパフォーマンスパラメータ数72BのKimi-Devは、SWE-bench Verifiedデータセットで60.41 TP3Tの性能を達成し、現行のSOTAなど他のオープンソースモデルを凌駕しています。
効率的なコード修正強化学習と自己ゲームメカニズムに基づき、Kimi-Devはコードエラーを自動的に見つけて修正し、修復効率を大幅に向上させます。
テストコード生成既存のコードに対して高品質な単体テストコードを生成し、テストカバレッジを向上させ、テストコード作成における開発者の負担を軽減します。
オープンソースと柔軟性: MITプロトコルのオープンソースに基づき、ユーザーは自由に使用、変更、配布することができ、さまざまな開発ニーズに適しています。
開発ツールの統合将来的には、主流のIDE、バージョン管理システム、CI/CDパイプラインとシームレスに統合し、開発効率を向上させる。