张令明
内容简介
题目
完全开源透明的代码大模型：构建和应用
摘要
大语言模型（如GPT-4和Claude-3.5等）在包括软件工程在内的各个领域下游应用中表现出色。近年来也涌现出了一批非常优秀的开源代码大模型。但绝大多数开源模型仅仅公布模型参数、而非训练数据集、过程和实现细节。长远来看这将限制代码大模型领域的进步和发展，比如模型的复现、增强、可解释性、去污、质量保证等问题。在本次报告中，我将讨论我们组近几年在构建完全开源、透明和自主的代码大模型方面的一些探索和经验（如StarCoder2和Magicoder等）。同时，我会简要探讨代码大模型对软件质量保证带来的新机遇和挑战，以及我们最近的一些尝试（比如AI自动软件工程师OpenAutoCoder-Agentless）。
报告****人
张令明，现任美国伊利诺伊大学香槟分校（UIUC）计算机系副教授。博士毕业于美国德州大学奥斯汀分校（UT Austin），并分别于北京大学和南京大学获得硕士及学士学位。主要从事软件工程、程序语言以及机器学习的交叉研究。发布了一系列开源代码大模型（如StarCoder2和Magicoder等）及数据集（如EvalPlus），其中一些核心技术和数据集已经被多个业界最新代码模型所采用。并首次提出了一系列基于大模型的软件系统测试和修复技术，如TitanFuzz、AlphaRepair和ChatRepair等。近年来担任软件工程和程序语言领域多个国际会议的程序委员会共同主席或者副主席（ASE 2025、OOPSLA 2024等），受邀为包含ISSTA 2024在内的多个会议和研讨会做主题报告，并发起了第一届代码大模型Workshop（LLM4Code 2024）。详细信息请见：http://lingming.cs.illinois.edu/
时间安排
❖
时间：2024年7月30日（周二）上午9:30-10:30
❖
线下地点：复旦大学江湾校区二号交叉学科楼A2003
❖
腾讯会议链接：
https://meeting.tencent.com/dm/NwIpBAh5KPp2
会议号：533 436 701
密码：711377
