7月5日，Home News，Apple默默地发布了一种开放资源AI模型，称为Diffucode-7b-Cpgrpo，面对面对面。该模型具有创新的代码开发功能，可以按顺序生成代码，并且其性能与领先的开放编码模型相当。主页注：传统的大语言模型（LLM）生成代码的方式，因为大多数阅读文本的人都采用左右且自上而下的顺序。这主要是因为这些LLM在自动估计上起作用，这意味着当用户询问他们时，他们将处理整个问题，猜测答案的第一个迹象，然后用这个令牌重新提出整个问题，猜测第二个符号等等。 LLM还具有称为“温度”的设置，以控制输出的随机性。 MATAPOS预测下一个令牌，该模型分配了所有可能选项的可能性。较低的温度意味着更有可能选择最可能的令牌，而较高的温度使模型更有选择的自由不太可能的象征。另一个选择是扩散模型，该模型通常在图像模型中使用。简而言之，该模型以模糊，嘈杂的映像开始，迭代地删除噪声，同时考虑用户的需求，将其逐渐将其引导到更接近用户请求的图像。 Apple发布了一个名为Diffucoder-7B-CPGRPO的模型，该模型基于上个月发表的一篇名为“ Diffucoder：理解和改进代码生成的蒙版扩散模型”的论文。该论文描述了采用传播传播方法的代码产生的Amodel，但是一个特定的事情：当采样温度从默认值从0.2的默认值升高到1.2时，散射器在形成令牌的顺序上变得更加灵活，从而远离严格的左手障碍。更有趣的是，Apple模型是在阿里巴巴开放的QWEN2.5-7B模型中内置的，该模型将该模型修改为基于传播的解码器的DES在扩散纸中归根结，然后对其进行调整以更好地遵循说明。完成后，他们培训了另一个版本，其中超过20,000个精心选择的编码示例。在主要的编程得分中，diffucode-7b-cpgrpo保持了生成代码并不严格取决于左右尚未达到一代的情况。与基于基本扩散的基本编程模型相比，测试分数增加了4.4％。