北京大学知识计算实验室联合四川天府银行 AI 团队，正式开源 70 亿参数的代码大模型 CodeShell，并提供了与 CodeShell 配套的部署方案与 IDE 插件，具体查看 CodeShell 代码库。
官方介绍称，CodeShell 具有 70 亿参数，采用五千亿 Tokens 进行了训练，上下文窗口长度为 8192。CodeShell 的原始训练数据基于自己爬取的 GitHub 数据、Stack 和 StarCoder 数据集，以及少量高质量的中英文数据。
在权威的代码评估 Benchmark（HumanEval 与 MBPP）中，CodeShell 取得同等规模最好的性能。
本次开源的模型如下：
- CodeShell Base：CodelShell 底座模型，具有强大的代码基础能力。
- CodeShell Chat：CodelShell 对话模型，在代码问答、代码补全等下游任务重性能优异。
- CodeShell Chat 4bit：CodelShell 对话模型 4bit 量化版本，在保证模型性能的前提下内存消耗更小，速度更快。
- CodeShell CPP：CodelShell 对话模型 CPP 版本，支持开发者在没有 GPU 的个人电脑中使用。注意，CPP 版本同样支持量化操作，用户可以在最小内存为 8G 的个人电脑中运行 CodeShell。
下图是 CodeShell 代码助手的 VS Code 插件截图：
IDEA 插件：
