苹果发布DiffuCode-7B-cpGRPO编程AI模型：基于Qwen2.5-7B，可不按顺序生成代码

文章来源：智汇AI 发布时间：2025-07-07

苹果公司悄然在 Hugging Face 上发布了一款名为 DiffuCode-7B-cpGRPO 的开源 AI 模型，该模型在生成代码方面具有创新特性，能够不按顺序生成代码，且性能媲美顶级开源编码模型。

暂无访问

智汇AI7月5日消息，苹果公司悄然在HuggingFace上发布了一款名为DiffuCode-7B-cpGRPO的开源AI模型，该模型在生成代码方面具有创新特性，能够不按顺序生成代码，且性能媲美顶级开源编码模型。

智汇AI注：传统大语言模型（LLM）生成代码的方式，如同大多数人类阅读文本的方式，采用从左到右、从上到下顺序。

这主要是因为这些LLM采用自回归（Autoregression）方式工作，意味着当用户向它们提问后，它们会处理整个问题，预测答案的第一个token，然后带着这个token重新处理整个问题，预测第二个token，以此类推。

LLM还有一个名为“温度”（Temperature）的设置，用于控制输出的随机性。在预测下一个token后，模型会为所有可能的选项分配概率。较低的温度意味着更有可能选择最可能的token，而较高的温度则给予模型更多的自由，选择不太可能的token。

而另一种选择就是扩散（Diffusion）模型，这种模型通常用于图像模型。简而言之，模型从一个模糊、噪声的图像开始，迭代去除噪声，同时考虑到用户的需求，逐渐将其引导至更接近用户请求的图像。

苹果公司发布的模型名为DiffuCode-7B-cpGRPO，它基于上月发表、名为《DiffuCoder:UnderstandingandImprovingMaskedDiffusionModelsforCodeGeneration》的论文。

论文描述了一个采用扩散优先策略的代码生成模型，但有一个特别之处：当采样温度从默认的0.2增加到1.2后，DiffuCoder在生成token的顺序上变得更加灵活，从而摆脱了严格的从左到右的约束。

更为有趣的是，苹果的这款模型建立在阿里的开源Qwen2.5-7B模型上，将这个模型按照DiffuCoder论文中的描述，改造成了一个基于扩散的decoder，然后调整它以更好地遵循指示。完成这些后，他们又用超过20000个精心挑选的编码示例训练了它的另一个版本。

在主流编程跑分中，DiffuCode-7B-cpGRPO保持了在生成代码时不严格依赖从左到右的生成方式情况下，相比较主流基于扩散的编程模型，测试得分提高了4.4%。