deepseek-coder-33b-instruct

多语言支持的AI编程模型

模型人工智能代码模型 Github DeepSeek Coder 深度学习 Huggingface 开源项目自然语言处理

DeepSeek Coder是一款基于33B参数的AI代码模型，在2T tokens的代码和语言数据上训练而成。该模型支持多种编程语言，提供卓越的代码补全和填充功能。在多个基准测试中表现出色，能够进行项目级代码补全。DeepSeek Coder支持商业使用，开发者可通过简洁的Python接口调用模型，生成高质量代码。

访问官网

Github

Huggingface

介绍相关项目

DeepSeek-V2-Lite - 创新架构驱动的高效混合专家语言模型

DeepSeek-V2GithubHuggingface多头潜在注意力大规模语言模型开源项目模型混合专家模型自然语言处理

DeepSeek-V2-Lite是一款采用创新架构的混合专家(MoE)语言模型。通过多头潜在注意力(MLA)和DeepSeekMoE技术,该模型实现了训练和推理的高效性。模型总参数量为16B,激活参数为2.4B,在多项英文和中文基准测试中表现优异,超越了同类7B密集模型和16B MoE模型。DeepSeek-V2-Lite支持单40G GPU部署和8x80G GPU微调,为自然语言处理研究提供了一个高性能且资源友好的选择。

CodeGeeX4 - 开源多语言代码生成模型的新突破

AI编程CodeGeeX4Github代码生成多语言模型开源开源项目

CodeGeeX4-ALL-9B是一个基于GLM-4-9B训练的多语言代码生成模型。它提供代码补全、生成、解释等多项功能，并支持网络搜索、函数调用和仓库级代码问答。作为参数量低于10B的代码生成模型中性能最佳的一款，CodeGeeX4-ALL-9B在多个公开基准测试中表现优异，在某些方面甚至超越了参数量更大的通用模型，体现了其在推理速度和模型性能之间的出色平衡。

codebert-base-mlm - 基于掩码语言模型的编程和自然语言预训练模型

CodeBERTGithubHuggingface开源项目机器学习模型编程语言自然语言预训练模型

CodeBERT-base-mlm是Microsoft开发的编程和自然语言双模态预训练模型。它基于CodeSearchNet语料库训练，采用掩码语言模型目标，可用于代码补全、理解和生成任务。该模型支持多种编程语言，提供简洁的API接口，便于集成应用。CodeBERT-base-mlm在连接编程语言和自然语言方面展现出独特优势，为软件开发和自然语言处理领域提供了新的研究方向。

Qwen2.5-Coder-7B-Instruct - 卓越代码生成能力和128K长文本支持

GithubHuggingfaceQwen2.5-Coder人工智能代码生成大型语言模型开源项目模型长文本处理

Qwen2.5-Coder-7B-Instruct是基于Qwen2.5开发的代码专用大语言模型。该模型在代码生成、推理和修复方面表现出色，为代码智能体等实际应用奠定了坚实基础。模型支持处理高达128K tokens的长文本，拥有7.61B参数，采用因果语言模型架构。除了增强编码能力，它还在数学和通用任务中保持了优秀表现。开发者可通过简洁的代码示例快速上手使用此模型进行文本生成。

CodeLlama-7b-hf - 基于7B参数的代码生成与理解模型

Code LlamaGithubHuggingface人工智能代码生成开源项目模型深度学习自然语言处理

CodeLlama-7b-hf是Meta开发的代码生成和理解预训练语言模型，拥有70亿参数。该模型支持代码补全和填充功能，适用于多种编程语言。作为Code Llama系列的基础版本，它采用优化的Transformer架构，为开发者提供了处理各种代码相关任务的工具。该模型可帮助提高编程效率，但用户应注意其输出可能存在不准确性，建议在部署前进行安全测试和调整。

can-ai-code - 通过人类撰写的面试题测试AI的编程能力

AI codingDockerGithubLLMquantizationtesting suite开源项目

该项目通过人类撰写的面试题测试AI的编程能力，提供多种主流API提供商和CUDA支持的推理脚本，并在基于Docker的沙盒环境中验证Python和NodeJS代码的安全性。用户可以评估提示技巧和采样参数对大语言模型（LLM）编码性能的影响，以及量化对LLM编码性能的衰减影响。项目包括多语言测试套件和来自OpenAI的Python-only测试套件，支持对比分析，并提供了详尽的结果数据和评估脚本。

DeepSeek-V2 - 兼顾效率与经济性的大规模混合专家语言模型

DeepSeek-V2Github大语言模型开源项目混合专家模型自然语言处理预训练模型

DeepSeek-V2是一款基于专家混合(MoE)架构的大规模语言模型,总参数量达2360亿,每个token激活210亿参数。相较于DeepSeek 67B,该模型在提升性能的同时,显著降低了训练成本和推理资源消耗。DeepSeek-V2在多项标准基准测试和开放式生成任务中表现优异,展现了其在多领域的应用潜力。

DeepSeek-Coder-V2-Lite-Instruct-GGUF - 高性能代码模型的多版本量化优化支持多种硬件推理应用

DeepSeek-CoderGithubHuggingface人工智能代码生成开源项目模型模型压缩量化模型

本项目针对DeepSeek-Coder-V2-Lite-Instruct模型进行量化优化，提供20多种GGUF格式文件，大小从6GB到17GB不等。采用llama.cpp的imatrix技术实现高效压缩，同时保持模型性能。用户可根据硬件条件选择适合的版本，支持NVIDIA、AMD等平台的深度学习推理。

unixcoder-base-nine - 统一跨模态模型提升代码表示

GithubHuggingfaceUniXcoder代码补全代码表示开源项目模型编码-解码模式跨模态预训练

UniXcoder是微软团队开发的跨模态预训练模型，利用多模态数据（如代码注释和AST）来增强代码表示能力。该模型支持代码搜索、代码补全、函数名预测和API推荐等多种任务，依托Python库torch和transformers为基础，易于下载和使用。UniXcoder通过其高效的模型架构，有助于开发者提升代码处理效率和准确性。

jina-embeddings-v2-base-code - 多语言代码嵌入模型支持长序列和高效推理

GithubHuggingfacejina-embeddings-v2-base-code代码搜索多语言支持嵌入模型开源项目模型自然语言处理

jina-embeddings-v2-base-code是一款支持英语和30种常用编程语言的代码嵌入模型。它采用Bert架构和ALiBi技术，支持8192序列长度，适合处理长文档。该模型经过大规模代码数据训练，拥有1.61亿参数，可快速高效地生成嵌入。它在技术问答和代码搜索等场景表现出色，为开发者提供了实用的工具。

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。

使用协议隐私政策广告服务

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