Project Icon

bigcode-evaluation-harness

开源代码生成模型评估框架

bigcode-evaluation-harness是一个评估代码生成模型的开源框架。它支持多种编程语言和任务,如代码补全、插入和翻译。该框架兼容Hugging Face上的自回归模型,具备多GPU生成能力,并可在Docker容器中运行以保证安全性和可重复性。框架集成了HumanEval、APPS等多个代码生成基准,为研究人员和开发者提供了全面评估代码模型性能的工具。

bigcodebench - 高难度代码生成基准测试评估LLM编程能力
BigCodeBenchGithub代码生成大语言模型开源项目编程能力评估基准
BigCodeBench是一个具有挑战性的代码生成基准测试,用于评估大型语言模型的实际编程能力。它提供复杂指令和多样函数调用,包括数据集、生成和评估脚本。基于EvalPlus框架,BigCodeBench实现精确评估和排名,提供预生成样本以加速研究。支持多种评估环境,采用unittest进行代码测试,为研究人员提供全面工具。
lm-evaluation-harness - 统一测试生成式语言模型的多任务评估框架
GPT-NeoXGithubHugging FaceLanguage Model Evaluation HarnessOpen LLM LeaderboardvLLM开源项目
该项目提供统一框架,用于评估生成式语言模型,通过60多个标准学术基准和数百个子任务实现多样化测试。更新包括新的Open LLM Leaderboard任务、内部重构、基于配置的任务创建、Jinja2提示设计支持等高级配置选项,旨在简化和优化模型评估。支持快速高效推理、商业API、本地模型和基准测试。被广泛应用于机构如NVIDIA、Cohere、BigScience等,也支撑了🤗 Hugging Face的Open LLM Leaderboard。
codebert-python - 针对Python优化的CodeBERT模型用于代码生成评估
CodeBERTScoreGitHubGithubHuggingface代码生成评估开源项目机器学习模型模型自然语言处理
该项目是基于microsoft/codebert-base-mlm模型,经过100万步训练优化的Python代码分析工具。模型使用codeparrot/github-code-clean数据集,通过掩码语言建模任务进行训练。主要应用于CodeBERTScore项目,用于评估代码生成质量,同时也适用于其他代码分析和评估任务。这一模型为开发者和研究人员提供了强大的代码分析工具,有助于提高代码质量和开发效率。
evalplus - 提升大语言模型代码生成评估的框架
EvalPlusGithubHumanEval+LLM评估MBPP+代码生成开源项目
EvalPlus是一个开源框架,旨在严格评估大语言模型的代码生成能力。它包含HumanEval+和MBPP+两个增强数据集,测试用例数量大幅提升。该框架提供精确评估、代码严谨性检验、LLM生成样本等功能,可显著加速相关研究。EvalPlus支持代码生成、后处理和评估全流程,在GitHub开源并提供Docker镜像,便于研究人员使用。
prometheus-eval - 前沿的大语言模型生成任务评估工具
BiGGen-BenchGithubPrometheus 2 BGBPrometheus-Eval开源项目评估语言模型
Prometheus-Eval是一个评估生成任务中大型语言模型(LLMs)的开源项目。最新的Prometheus 2版本内置多种高性能评估模型,并集成了提供9项核心能力、77个任务和765个实例的BiGGen-Bench评估平台。该项目支持本地推理和通过VLLM及LLM API进行远程评估,且能够方便地在Python环境中安装和使用。项目持续更新,以确保评估的准确性和效率。访问官方仓库获取更多信息。
evalgpt - 智能化的代码解释与任务分解系统
EvalGPTGithub代码生成任务执行开源项目扩展性错误处理
EvalGPT是一个基于GPT-4、CodeLlama和Claude 2等大型语言模型的代码解释框架。此工具能自动生成代码、执行并返回结果,提升开发效率。EvalGPT的架构借鉴了Google的Borg系统,通过规划、调度和内存模块,高效地完成任务,同时确保了广泛的错误处理和可扩展性,适用于各种编程需求。
OpenCodeInterpreter-DS-6.7B - 代码生成与执行精炼的整合,提升编程任务效率与准确性
GithubHuggingfaceOpenCodeInterpreter代码生成开源开源项目执行反馈模型模型性能
OpenCodeInterpreter-DS-6.7B是一个结合代码生成和执行精炼的开源系统,基于deepseek-coder-6.7b-base模型。该项目在HumanEval和MBPP等基准测试中表现优异,通过执行反馈和人类反馈不断优化性能,为复杂代码任务提供高效且准确的解决方案。
codebert-java - CodeBERT模型针对Java代码优化 助力代码生成评估
CodeBERTGitHub代码数据集GithubHuggingface代码生成评估开源项目机器学习模型模型自然语言处理
这是一个基于microsoft/codebert-base-mlm模型训练的CodeBERT变体,专注于Java代码处理。经过100万步的掩码语言建模训练,该模型主要应用于CodeBERTScore项目,用于评估代码生成质量。它利用codeparrot/github-code-clean数据集的Java代码,不仅可用于代码生成评估,还能支持其他代码分析任务,为相关研究和应用提供了有力支持。
codegen-350M-multi - 支持多种编程语言的程序合成模型
CodeGenGithubHuggingface多语言模型开源项目模型程序合成行业应用训练数据
CodeGen-Multi 350M是一种程序合成模型,旨在生成可执行代码。其预训练数据来自GitHub的多语言代码库,包括C、C++、Go、Java、JavaScript和Python等。模型具备350M个参数,可以高效生成和补全代码。适用于HumanEval和MTPB等基准测试,为程序合成任务提供了良好的支持。
aiXcoder-7B - 多语言代码生成模型 提高开发效率与代码质量
AI编程GithubaiXcoder-7B代码生成大语言模型开源项目模型训练
aiXcoder-7B是一个支持多种编程语言的代码生成模型。该模型在代码补全、理解和生成方面表现优异,经过1.2万亿唯一标记的训练,采用了针对实际代码生成场景的预训练任务和上下文信息设计。aiXcoder-7B提高了代码补全和生成的效率与准确性,未来还将优化测试用例生成和代码调试等功能,为开发者提供更全面的编程支持。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号