Logo
Project Icon

TACO

推动算法代码生成模型发展的新基准数据集

TACO代码生成算法数据集模型评估Github开源项目

TACO是一个大规模算法代码生成数据集，包含25,443个训练问题和1,000个测试问题。它提供具挑战性的编程竞赛题目，旨在提升代码生成模型的实际应用能力。TACO的特点包括规模大、质量高的问题-解答对，以及细粒度的任务主题、算法、技能和难度标签。这些特性为代码生成模型的训练和评估提供了精确参考，有助于推动相关研究和应用的进展。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
awesome-deepseek-coder - DeepSeek Coder开源资源汇总助力智能代码开发
DeepSeek CoderGithub人工智能代码生成开源项目模型
本项目收集整理了DeepSeek Coder相关的开源资源,涵盖官方和社区开发的各种规模模型、量化版本及配套工具。DeepSeek Coder作为高效的代码生成和理解模型,广泛应用于智能编程辅助和代码补全等场景。开发者可通过此资源列表深入了解和使用DeepSeek Coder,促进AI辅助编程技术的应用与创新。
RedPajama-Data - 开放大规模多语言数据集助力大型语言模型训练
GithubRedPajama-Data-v2大语言模型开放数据集开源项目数据质量自然语言处理
RedPajama-Data-v2是一个包含30万亿tokens的开放数据集，用于训练大型语言模型。该数据集涵盖了超过100B的文本文档，来源于84个CommonCrawl快照。它包含英语、德语、法语、意大利语和西班牙语5种语言的内容，并提供多种质量信号和去重处理。项目提供完整的数据处理流程，包括准备工件、计算质量信号和去重等步骤，为语言模型研究提供高质量的大规模语料资源。
T5-Base-finetuned-for-Question-Generation - SQuAD数据集上T5模型的问答生成能力提升研究
GithubHuggingfaceSQuADT5Transformers开源项目模型问题生成预训练模型
本项目在SQuAD数据集上对T5模型进行微调，专注于问答生成功能的提升。利用PyTorch和Transformers库，该模型可基于指定的答案和上下文生成相关问题，显著提高了问答系统的自动化水平，适用于文本、视觉和音频等多模态任务。
TATS - 创新长视频生成框架 基于时间无关VQGAN和时间敏感Transformer
GithubTATSTransformerVQGAN开源项目视频生成长视频生成
TATS项目是一个创新的长视频生成框架，通过结合时间无关的VQGAN和时间敏感的Transformer模型，实现了高效的长视频生成。该技术仅需使用数十帧视频进行训练，就能利用滑动窗口方法生成包含数千帧的连贯视频。TATS支持无条件生成以及基于文本、音频等条件的视频生成，为视频内容创作开辟了新的可能性。
gpt_bigcode-santacoder - 多语言代码生成模型SantaCoder支持Python、Java和JavaScript
GithubHuggingfaceSantaCoder人工智能编程代码生成开源项目模型深度学习模型源代码处理
SantaCoder是一个基于GPT-2架构的代码生成模型，专门针对Python、Java和JavaScript三种编程语言优化。该模型通过GitHub代码库训练，使用236亿个代码token和float16精度，能够根据上下文高效生成代码片段。SantaCoder采用多查询注意力机制和Fill-in-the-Middle目标，通过代码注释或函数签名触发代码生成，而非直接响应指令。此模型为开发者提供了强大的代码补全和生成工具。
CRUD_RAG - 全面评估中文检索增强生成系统的基准测试
CRUD-RAGGithub中文基准测试大语言模型开源项目检索增强生成评估系统
CRUD_RAG是一个全面的中文检索增强生成(RAG)系统评估基准。该项目包含36166个测试样本，覆盖CRUD操作，支持多种评估指标。CRUD_RAG提供原生中文数据集、评估任务和基线模型，并具备一键式评估功能。这一工具可助力研究人员和开发者全面评估和优化中文RAG系统性能，推动中文自然语言处理技术的进步。
deepseek-coder-7b-instruct-v1.5 - 基于2T代码数据训练的4K上下文智能编程模型
DeepSeek CoderGithubHuggingface人工智能代码生成大语言模型开源项目机器学习模型
DeepSeek Coder是一个开源的代码生成语言模型，通过2T代码数据预训练和2B指令数据微调，具备4K上下文窗口。该模型支持代码生成与理解功能，开发者可通过Hugging Face平台便捷部署，并允许商业应用场景。
flan-t5-base - 基于T5架构的多语言文本生成模型
FLAN-T5GithubHuggingface多语言开源项目指令微调模型自然语言处理迁移学习
FLAN-T5 base是基于T5架构的多语言文本生成模型,在1000多个任务上进行了指令微调。该模型支持翻译、问答、推理等自然语言处理任务,在零样本和少样本学习方面表现优异。FLAN-T5 base不仅覆盖多种语言,还能在有限参数下实现与更大模型相当的性能,为研究人员提供了探索语言模型能力和局限性的有力工具。
DS-1000 - 数据科学代码生成基准测试集
DS-1000GithubPython代码生成基准测试开源项目数据科学
DS-1000是一个数据科学代码生成基准测试集，包含1000个涵盖Matplotlib、Numpy、Pandas等主流库的数据科学问题。项目提供简化数据格式，支持通过Hugging Face或本地文件加载。DS-1000采用严格的测试方法评估代码正确性，为数据科学代码生成模型提供全面评估标准。
Codestral-22B-v0.1 - 支持多语言代码生成和填空功能，涵盖80多种编程语言，包括Python和Java
Codestral-22B-v0.1GithubHuggingface代码生成开源项目机械学习模型模型推理编程语言
Codestral-22B-v0.1是Mistral AI开发的模型，覆盖80多种编程语言的数据集，包括Python、Java、C等流行语言。该模型可通过mistral_common、mistral_inference和transformers库进行推理，支持用户消息生成代码和填空模式预测，适合软件开发者在VS Code等环境中使用。目前不具备内容审核机制，团队将继续改进以适应需审核环境的部署
相关项目
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能，包括文生视频、动态画面和形象生成等，帮助用户快速上手，创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台，用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品，帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型，为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能，满足事务性工作的高频需求，帮助撰稿人节省精力，提高效率，优化工作与生活。

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

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