一、成果简介

2024年4月北大李戈团队推出全新自研7B代码大模型，代码生成与补全功能效果超越同级别及更高参数规模开源模型。该模型在多个主流评估标准评测集中，与所有同量级开源模型对比，在代码生成与补全的功能上效果最佳，彰显出其作为百亿参数天花板级代码大模型的非凡实力。

aiXcoder-7B模型自开源后，截止到9月初，在软件源代码托管服务平台GitHub上的Star数已超过2.2k，Hugging Face下载量5.8k。

1.代码生成能力优异

7B模型在各大百亿级参数规模代码大模型上表现最佳，甚至超过参数规模是其5倍的CodeLlama。

2.上下文单行代码补全效果最佳

在真实场景测评集上，7B Base版（开源）对比同参数量级模型，综合效果最佳。

测评集：Santacoder(Ben Allal et al., 2023)

3.多行代码补全表现优异

aiXcoder扩展基准测试集（aiXcoder Bench)上，aiXcoder 7B Base版表现出相较于其他代码大模型的一大亮点，倾向于使用较短代码来完成指定的任务。

4.跨文件代码补全测评效果卓越

在评估代码大模型提取跨文件上下文信息能力的CrossCodeEval测评集上，aiXcoder-7B拿到同级别模型的最好效果。

二、应用领域和市场前景

目前已为金融、军工、航空航天、IT、能源、智能制造等行业头部企业提供了专业软件工程领域大模型，以及企业领域化大模型落地的定制化服务，覆盖多元落地场景。

参考工信部前瞻产业研究院发布的数据，2023年，全国软件和信息技术服务业规模以上企业超 3.8 万家，累计完成软件业务收入 12万亿元，同比增长13.4%。2013-2023 年，软件行业收入占我国 GDP 的比重从 5.14% 上升至 9.78%。

Gartner将AI增强软件开发列入2024十大战略技术趋势，并预测2028年预计有75%的企业软件工程师将使用AI编码助手辅助工作。根据我国专业开发者社区CSDN发布的《2024中国开发者调查报告》显示，AI技术已成为我国软件开发者工作中不可或缺的一部分，有69%的开发者表示正在使用AI工具。

三、合作方式

合作开发、技术服务及咨询、技术许可、招商引资、企业合作等。

对接方式

1.合作意向方联系北京大学计算机学院产学研合作办公室；

2.产学研合作办公室沟通了解意向方情况；

3.会同成果完成团队与意向方共同研讨合作方案。

北京大学计算机学院产学研合作办公室

邮箱：hecheng1213@pku.edu.cn

未经授权，请勿转载