Краткое содержание

Coder-Large — это потомок модели Qwen 2.5-Instruct с параметрами объёмом 32 млрд единиц, прошедший дополнительное обучение на свободно лицензированных репозиториях GitHub, наборе данных CodeSearchNet и синтетическом корпусе исправлений ошибок. Модель поддерживает контекстное окно размером до 32К токенов, что позволяет проводить рефакторинг нескольких файлов или обзор длинных изменений (diff'ов) за один вызов API. Она распознаёт свыше 30 языков программирования, уделяя особое внимание TypeScript, Go и Terraform. Внутренние бенчмарки показывают прирост производительности от 5 до 8 пунктов относительно CodeLlama-34B-Python на тестовом наборе HumanEval и конкурентоспособный результат по метрикам исправления багов благодаря этапу усиления, поощряющему вывод компилируемого кода. По умолчанию модель генерирует структурированные пояснения вместе с блоками исходного кода, что делает её подходящей как для образовательных инструментов, так и для сценариев промышленного копилота. С точки зрения стоимости, компания Together AI предлагает эту модель значительно дешевле проприетарных аналогов, позволяя командам масштабировать интерактивную разработку программного обеспечения без чрезмерных расходов.