本地部署代码大模型方案，1.3B模型最低只需3GB显存。33B大模型，性能等同于GPT3.5-T①DeepSeek1.3B代码大模型的调试部署，包括运行环境、模型下载、依赖安装和测试程序的运行。最后，对模型在HumanEval基准上的性能进行了测试，结果显示在Python和C++语言下有较好的完成率。同时，文章还对比了DeepSeek Coder与其他开源代码LLMs的能力，结果显示DeepSeek Coder在多项基准测试中表现更优。②模型主要功能：Code-Completion (代码补全)：模型可以根据用户输入的部分代码，预测并建议接下来的代码片段，提高编程效率。Chat-Model-Inference (聊天模式推断)：模型可以理解用户的自然语言输入，并生成相应的代码片段或解释，类似于聊天机器人。Code-Insertion (代码插入补全)：模型不仅能预测接下来的代码片段，还可以在合适的位置插入完整的代码块或结构，减轻开发者手动输入的工作量。Repository-Level Code-Completion (存储库级别代码补全)：利用整个存储库中的代码上下文，为开发者提供更智能和个性化的补全建议。Code-Translation (代码翻译)：模型可以将代码从一种编程语言翻译成另一种语言。Code-Insertion (添加注释)：模型能够为代码添加相应的注释，提高代码的可读性。