HyperAI超神经

1. 튜토리얼 소개

DiffuCoder-7B-cpGRPO는 Apple 팀이 2025년 6월 25일 관련 논문에서 처음 제안한 마스크 확산 기반 코드 생성 모델(dLLM)입니다. 2만 개 이상의 엄선된 코딩 예제로 학습되었습니다. 이 모델은 기존의 왼쪽에서 오른쪽으로의 자기회귀 생성 방식이 아닌, 반복적인 노이즈 제거를 통해 코드를 생성하고 편집하는 것을 목표로 합니다. DiffuCoder-7B-cpGRPO의 주목할 만한 특징은 코드 생성을 위해 왼쪽에서 오른쪽으로의 생성 방식에만 의존하지 않는다는 점입니다. 이로 인해 주류 프로그래밍 벤치마크에서 다른 확산 기반 프로그래밍 모델보다 4.4% 높은 점수를 받았습니다. 이러한 비순차적 코드 생성 기능을 통해 코드 편집 및 생성 작업에서 더 높은 유연성과 효율성을 보여줍니다. 관련 논문 결과는 다음과 같습니다.DiffuCoder: 코드 생성을 위한 마스크 확산 모델 이해 및 개선".

이 튜토리얼에서는 단일 RTX 4090 카드에 대한 리소스를 사용합니다.

2. 프로젝트 예시

3. 작업 단계

1. 컨테이너 시작 후 API 주소를 클릭하여 웹 인터페이스로 진입합니다.

2. 사용 단계

"잘못된 게이트웨이"가 표시되면 모델이 초기화 중임을 의미합니다. 모델이 크기 때문에 약 2~3분 정도 기다리신 후 페이지를 새로고침해 주시기 바랍니다.

매개변수 설명

고급 설정:
- 온도: 세대의 다양성을 제어합니다. 높을수록 무작위성이 높아지고 낮을수록 결정성이 높아집니다.
- Top-p: 확률 표본 추출의 누적 임계값. 값이 작을수록 생성이 더 보수적입니다.
- 최대 토큰: 모델의 단일 세대의 최대 길이를 제한합니다.

4. 토론

🖌️ 고품질 프로젝트를 발견하시면, 백그라운드에 메시지를 남겨 추천해주세요! 또한, 튜토리얼 교환 그룹도 만들었습니다. 친구들의 QR코드 스캔과 [SD 튜토리얼] 댓글을 통해 그룹에 가입하여 다양한 기술 이슈에 대해 논의하고 신청 결과를 공유해 주시기 바랍니다.↓

인용 정보

이 프로젝트에 대한 인용 정보는 다음과 같습니다.

@article{gong2025diffucoder,
  title={DiffuCoder: Understanding and Improving Masked Diffusion Models for Code Generation},
  author={Shansan Gong, Ruixiang Zhang, Huangjie Zheng, Jiatao Gu, Navdeep Jaitly, Lingpeng Kong, Yizhe Zhang},
  year={2025},
  eprint={2506.20639},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2506.20639},
}