Project Icon

SWE-bench

基于GitHub问题的语言模型评估

SWE-bench是一个基准测试平台,用于评估语言模型在解决GitHub问题中的表现。提供代码库和问题描述,模型生成修复补丁。项目支持Docker容器实现高效可重复测试。最新更新包括SWE-agent的引入,提升评估基准表现。支持x86_64和实验性arm64架构,提供多样数据集和模型下载选项。欢迎NLP、机器学习和软件工程领域的贡献和反馈。

Qwen2-1.5B - 优秀性能和多语言能力的开源大语言模型
GithubHuggingfaceQwen2多语言能力大语言模型开源项目性能评估模型自然语言处理
Qwen2-1.5B是一款开源大语言模型,具有1.3B非嵌入参数。它在自然语言理解、生成、多语言处理、编程、数学和推理等领域表现优异。该模型在MMLU、GSM8K等多项基准测试中取得了优秀成绩,展现了较强的多语言能力。Qwen2-1.5B采用改进的Transformer架构,为进一步微调和应用奠定了基础。
Qwen2.5-0.5B-Instruct-bnb-4bit - 提升多语言长文本生成与指令跟随能力,改善结构化数据处理
GithubHuggingfaceQwen2.5Unsloth优化训练多语言支持大语言模型开源项目模型
Qwen2.5语言模型系列在知识、编码和数学上取得进步,支持29种语言和128K词的长文本生成。其指令跟随和结构化数据处理经过优化,提升生成JSON等输出的效率。适用于多语言和复杂任务的场景,如代码生成和数据管理,通过改进训练架构提升性能和内存效率。
mteb - 多任务文本嵌入模型评估基准
GithubMTEB基准测试开源项目文本嵌入自然语言处理评估
MTEB是一个开源的文本嵌入模型评估基准,涵盖多种任务类型和语言。它提供标准化的测试集、灵活的评估配置和公开排行榜。研究人员可以使用MTEB评估自定义模型,添加新任务,并进行模型性能比较,从而推动文本嵌入技术的进步。
LLMTest_NeedleInAHaystack - LLM长上下文检索能力测试工具
AnthropicCohereGithubLLMsNeedle In A HaystackOpenAI开源项目
LLMTest_NeedleInAHaystack是一个用于评估长上下文语言模型检索能力的开源工具。通过在长文本中插入特定信息并要求模型检索,它可以测试OpenAI、Anthropic和Cohere等主流LLM的性能。该项目提供灵活的参数配置和结果可视化,有助于研究人员和开发者分析不同模型的上下文理解能力。
Awesome-Code-LLM - 全面梳理了代码领域的语言模型研究,涵盖最新的论文和研究成果
Code GenerationGithubLLMLanguage Models for CodeNLPSoftware Engineering开源项目
《Awesome-Code-LLM》项目全面梳理了代码领域的语言模型研究,涵盖最新的论文和研究成果。这是一个极佳资源,旨在增强NLP与软件工程使用中语言模型的效果和效率,提供详尽的研究资源,非常适合机器学习初学者和NLP新手深入了解该领域。
S2QA - 基于语义学者的研究论文智能问答系统
GPT-4GithubS2QASemantic Scholar开源项目自然语言处理问答系统
S2QA是一个基于语义学者和OpenAI技术的研究论文智能问答系统。该系统支持Ollama和llama-index等技术,提供全文搜索和聊天界面功能。S2QA能自动搜索和重排相关论文,利用GPT-3生成答案。它为研究人员提供了快速获取学术文献关键信息的工具,有助于提高研究效率。
Codespect - 通过智能分析提高代码质量和开发效率
AI代码审查AI工具ChatGPTGitHub集成代码质量分析开发效率
Codespect通过智能分析GitHub拉取请求,提供详尽反馈和改进建议,帮助团队保持代码质量,提高审核效率,节省时间。
llm-hub - 全面了解先进语言模型在各领域的应用
GPT-3GithubLarge Language ModelsOpenAInatural language processing开源项目
这个存储库展示了GPT-3等先进语言模型在文本生成、搜索和问答领域的应用,提供详尽的教程和资源,帮助开发者构建自己的应用。无论是语言爱好者、机器学习研究者还是AI爱好者,这里是探索自然语言处理的理想平台。
Agentless - 无代理的自动软件问题解决方案
AgentlessGithub修复开源项目故障定位自动化软件开发
本文介绍了一种名为Agentless的无代理方法,旨在自动解决软件开发问题。该方法采用分阶段的定位和修复流程,能准确定位故障并生成候选补丁。在SWE-bench lite基准测试中,OpenAutoCoder-Agentless 1.0实现了27.3%的修复率,并且每个问题的平均成本仅为$0.34。此方法为开发人员和研究人员提供了高效且经济的解决方案,前景广阔。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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