aiXcoder-7B

多语言代码生成模型提高开发效率与代码质量

aiXcoder-7B 代码生成大语言模型 AI编程模型训练 Github 开源项目

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。

访问官网

Github

Huggingface

介绍相关项目

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。

Qwen2.5-Coder-7B-Instruct-AWQ - AWQ量化7B参数代码模型支持128K长文本处理

AWQ量化GithubHuggingfaceQwen2.5-Coder人工智能代码生成大语言模型开源项目模型

Qwen2.5-Coder-7B-Instruct-AWQ是一个AWQ量化的4比特指令微调模型，具有7B参数。该模型在代码生成、推理和修复方面表现出色，支持处理长达128K tokens的上下文。它采用28层、28个注意力头的因果语言模型架构，并应用RoPE、SwiGLU等技术。这一模型在提升编码能力的同时，保持了数学和通用领域的性能，为代码智能助手等应用提供了坚实基础。

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。

CodeQwen1.5-7B-Chat-GGUF - 支持92种编程语言的强大代码生成模型

CodeQwen1.5GithubHuggingface代码生成多语言支持开源项目模型语言模型长上下文

CodeQwen1.5是一个基于transformer的语言模型，专注于代码生成。它支持92种编程语言，并能处理长达64K标记的上下文，适用于文本到SQL转换和错误修正。

speechless-code-mistral-7b-v1.0 - 全面支持多语言的代码生成与推理模型

GPTQGithubHuggingfacePythonSpeechlessCoder开源项目文本生成模型模型优化

该项目展示了一款专注于代码生成和推理的模型，具备提升推理和规划能力的特点。其多种量化选项支持8位以下的CPU+GPU推断，使其在多种编程语言上均表现不俗。模型经过微调，覆盖了201,981个样本的数据集，包括编码、推理和规划样本，支持Alpaca指令格式。在HumanEval基准测试中通过率达51.22%，适用于多种编程语言的验证，如Python、Java、C++等，为编程助手和代码验证提供支持。

Qwen2.5-Coder-7B-Instruct-GGUF - 基于Qwen2.5的7B参数代码专用模型支持超长文本输入与代码生成

GGUF格式GithubHuggingfaceQwen2.5-Coder代码生成大语言模型开源项目指令微调模型

Qwen2.5-Coder-7B-Instruct-GGUF是一款开源的代码专用大语言模型，通过5.5万亿token的训练提升了代码生成和推理能力。模型采用transformers架构，参数规模为7.61B，具备32K-128K的长文本处理能力。该模型在保持通用能力的同时优化了编程相关任务，支持GGUF格式并可通过llama.cpp部署，适用于代码智能体等实际应用场景。

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。

AutoCoder - 新一代代码生成模型，自动安装和运行所需包

AutoCoderGPT-4 TurboGithub代码生成代码解释器开源项目深度学习

AutoCoder发布了新一代代码生成模型，其测试准确率超过了GPT-4 Turbo。主要功能包括自动安装和执行所需包，解决了之前模型仅在验证代码时启动解释器的问题。该模型支持多个数据集，提供详细的快速入门指南，适合在Linux环境中部署，适用于高效代码生成和执行需求的用户。

DeepSeek-Coder-V2-Instruct - 高性能开源MoE代码语言模型支持338种编程语言

AI编程DeepSeek-Coder-V2GithubHuggingface大型语言模型开源模型开源项目模型混合专家模型

DeepSeek-Coder-V2是一个开源的MoE代码语言模型，通过6万亿token的额外预训练，大幅提升了编码和数学推理能力。该模型支持338种编程语言，具有128K的上下文长度，在多项标准基准测试中表现优异。DeepSeek-Coder-V2不仅在代码相关任务中媲美GPT4-Turbo，还在某些方面超越了多个知名闭源模型。

CodeGen - 一系列用于程序合成的开源模型

CodeGenCodeGen2.0CodeGen2.5GithubProgram SynthesisSalesforce AI Research开源项目

CodeGen是由Salesforce AI Research开发的开源项目，涵盖多个模型版本（350M、1B、3B、7B、16B），专注于程序合成。最新的CodeGen2.5模型在7B参数下超越了16B参数模型的性能。主要更新包括CodeGen2.0的强大补全能力和CodeGen1.0的发布，其性能媲美OpenAI Codex。所有模型均可在Hugging Face Hub上获取，适用于多轮程序合成任务。

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

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