Logo
Project Icon

codesage-large

多语言源代码理解的大规模嵌入模型

CodeSageHuggingface模型机器学习源代码理解代码嵌入模型Github开源项目自然语言处理

CodeSage-Large是一个基于编码器架构的开源代码嵌入模型，专为多种源代码理解任务而设计。该模型在涵盖9种主流编程语言的Stack数据集上预训练，采用掩码语言建模和双模态文本-代码对训练方法。它与AutoModel和Starcoder分词器兼容，便于集成使用。CodeSage-Large为代码分析和处理提供了高效的表示学习能力。

HuggingfaceHuggingface论文论文
介绍相关项目
bge-large-en - 英文句子嵌入模型在多种NLP任务中展现优异性能
GithubHuggingfacemteb向量检索开源项目机器学习模型模型评估自然语言处理
bge-large-en是一款英文句子嵌入模型，在MTEB基准测试中表现出色。该模型在文本分类、检索、聚类等多项自然语言处理任务中获得优异结果，尤其在亚马逊极性分类和Banking77分类等任务上表现突出。这个模型在MTEB基准测试的多个子任务中展现了优秀性能，包括亚马逊评论分类、问答检索、文本聚类等。值得注意的是，在亚马逊极性分类任务中，bge-large-en达到了91.94%的准确率，在Banking77分类任务中也取得了88%的准确率。这些结果表明该模型在多种文本处理场景中具有广泛的应用潜力。
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。
starcoder2-15b-GPTQ - 支持600多种编程语言的大规模代码生成模型
GithubHuggingfaceStarCoder2代码生成开源项目机器学习模型深度学习自然语言处理
starcoder2-15b-GPTQ是一个经GPTQ量化的15B参数代码生成模型，支持600多种编程语言。它采用分组查询注意力机制和滑动窗口注意力，具有16,384个token的上下文窗口，在4万亿以上token上训练。模型可生成代码片段，但可能存在缺陷，使用时需谨慎。提供多种精度和量化版本，适应不同硬件需求。
starchat2-15b-v0.1 - 基于StarCoder2微调的双能力开源语言模型
GithubHuggingfaceStarChat2人工智能代码生成大模型开源项目模型语言模型
StarChat2-15b-v0.1是一款基于StarCoder2的开源语言模型，拥有160亿参数规模。该模型通过合成数据集微调，在MT Bench、IFEval聊天评测及HumanEval代码测试中展现了均衡性能。模型支持600多种编程语言，具备代码生成和对话交互功能。开发者可通过Transformers框架调用，需注意模型存在输出偏差等局限性。
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。
sage - 多语言拼写纠正与文本增强工具包
GithubSAGE多语言开源项目拼写纠正文本增强评估
SAGE是一个开源的多语言拼写纠正和文本增强工具包。该项目提供预训练的Transformer模型用于拼写纠正，支持多种语言。SAGE还包含数据增强算法，可模拟真实拼写错误。此外，SAGE提供评估功能，用于衡量拼写纠正工具的性能。这一工具包为处理拼写问题提供了完整解决方案。
codet5p-220m - CodeT5+：多语言代码理解与生成的开放源代码模型
CodeT5+GithubHuggingface代码理解代码生成开源项目性能评估模型预训练
CodeT5+是一种开源的多语言模型，支持多种编码器-解码器模式操作，适用于多种代码理解和生成任务。相比原始CodeT5系列，CodeT5+通过多样化的预训练任务和高效的计算方法显著提升性能，支持九种编程语言，并在多个任务中优于现有基线，特别是在HumanEval基准的零样本任务中表现突出。
codet5p-110m-embedding - CodeT5+系列代码嵌入模型
CodeT5+GithubHuggingface代码嵌入代码检索开源项目机器学习模型自然语言处理
codet5p-110m-embedding是CodeT5+系列的256维代码嵌入模型，支持多种代码理解和生成任务。该模型在9种主流编程语言上训练，采用多样化的预训练任务，提供高质量的代码嵌入表示。在CodeXGLUE的6项代码检索任务中，模型展现出优秀的零样本性能，适用于各类代码相关应用。
LaBSE - 基于BERT的多语言句子编码引擎 助力跨语言语义检索
BERTGithubHuggingfaceLaBSE句子嵌入多语言开源项目模型自然语言处理
作为Google开源的多语言句子编码模型，LaBSE整合掩码语言建模与翻译语言建模技术，实现109种语言的高效句子嵌入。经CommonCrawl和维基百科数据集训练，可用于跨语言语义相似度计算和双语文本检索，并支持完整Python接口调用
deepseek-coder-6.7b-instruct - 多语言代码生成与补全的开源AI模型
DeepSeek CoderGithubHuggingface人工智能代码模型开源项目机器学习模型自然语言处理
deepseek-coder-6.7b-instruct是一个基于2T代码和自然语言数据训练的开源AI代码模型。该模型支持多种编程语言，提供1.3B至33B不同规模版本，在HumanEval等多个基准测试中表现优异。它具有16K窗口大小和填空任务能力，支持项目级代码补全和插入。这个模型适用于各种代码生成和补全任务，为开发者提供了强大的编程辅助工具。
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