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。

simple-evals - 开源轻量级语言模型评估库 展示AI性能数据
APIGithubOpenAIlanguage models开源项目简单评估库评估
simple-evals是一个开源的轻量级语言模型评估库,用于展示AI模型的准确性数据。该库采用零样本链式思维方法,包含MMLU、MATH、GPQA等评估任务,并支持OpenAI和Claude等API接口。simple-evals为研究人员和开发者提供了评估和比较不同语言模型性能的工具,反映模型在实际应用中的表现。
MixEval - 动态更新的大语言模型评测基准
GithubLLM评估MixEval动态评估基准测试开源项目模型排名
MixEval是一个动态更新的大语言模型评测基准,结合现有基准和真实用户查询构建而成。该基准在保持高准确度的同时,实现了快速、低成本和可重复的评测。MixEval提供更全面、公平的查询分布,并通过定期更新机制避免数据污染。作为一个高效可靠的评测工具,MixEval适用于各类大语言模型研究和应用场景。
ALCE - 增强大语言模型生成引用文本的基准工具
ALCEGithub大语言模型开源项目文本生成自动引用评估基准
ALCE是一个用于评估大语言模型生成引用文本能力的基准工具。它包含ASQA、QAMPARI和ELI5三个数据集,用于自动评估模型生成文本的流畅度、正确性和引用质量。ALCE提供了基线模型复现代码和评估方法,为研究人员提供了改进大语言模型文本生成和引用能力的综合解决方案。
DeepSeek-Coder-V2 - 开源代码语言模型
AI模型DeepSeek-Coder-V2GithubMoE模型代码智能开源模型开源项目
DeepSeek-Coder-V2是一款性能出色的开源代码语言模型,在多项代码相关任务中展现了强大实力。该模型支持338种编程语言,拥有128K的上下文长度,采用混合专家(MoE)架构。提供16B和236B两种参数版本,在代码生成、补全和修复等任务中表现卓越,同时在数学推理和通用语言任务中也展现出强大能力,为代码智能领域带来重要进展。
Qwen2.5-Coder-1.5B-Instruct-GGUF - Qwen2.5-Coder致力于提升代码生成及修复
GithubHuggingfaceQwen2.5-Codertransformers代码生成开源项目性能评估模型长上下文支持
Qwen2.5-Coder通过5.5万亿训练标记和128K长上下文支持,提升代码生成、推理和修复的能力,适用于代码代理等实际应用。模型采用先进的transformers架构,实现对数学及一般能力的增强,满足广泛应用需求。
gte-Qwen2-1.5B-instruct - 先进语言模型在MTEB多任务评估中的优异成绩
GithubHuggingfaceMTEBQwen2句子相似度开源项目模型模型评估自然语言处理
gte-Qwen2-1.5B-instruct模型在多任务基准测试(MTEB)中展现出优秀性能。该模型在分类、检索、聚类等NLP任务上表现突出,涵盖情感分析、句子相似度计算和问答等领域。在准确率、F1分数和MAP等关键指标上,gte-Qwen2-1.5B-instruct均取得了良好成绩,体现了其处理多样化语言任务的能力。
ChatGPT-CodeReview - 基于ChatGPT的智能代码审查机器人 助力开发效率提升
ChatGPTCodeReview BOTGitHubGithub代码审查开源项目自动化
ChatGPT-CodeReview是一个开源的代码审查工具,利用ChatGPT技术自动分析GitHub Pull Requests。该工具支持多语言,可作为GitHub App或通过Actions集成,为开发团队提供及时、专业的代码反馈。它不仅有助于提升代码质量,还能优化开发流程。项目支持自托管部署,适合各类开发团队使用。
foundation-model-benchmarking-tool - AWS基础模型基准测试工具
AWSFMBenchGithub基础模型开源项目性能基准测试生成式AI
FMBench是一个用于基准测试AWS生成式AI服务上基础模型性能的Python工具。它支持在SageMaker、Bedrock、EKS和EC2等平台上评估开源、第三方和专有模型。FMBench可帮助用户比较不同模型和部署选项的性能和准确性,从而优化生成式AI工作负载。
Codestral-22B-v0.1-GGUF - 针对80多种编程语言优化的开源代码助手模型
Codestral-22BGithubHuggingface人工智能代码生成开源项目机器学习模型量化模型
Codestral-22B-v0.1-GGUF是一个支持80多种编程语言的开源代码助手模型。它能够回答代码问题、生成代码,并提供Fill in the Middle功能。该模型已被量化为多个版本,以适应不同的硬件配置,让开发者能够在本地设备上高效运行这一代码辅助工具。模型支持Python、Java、C++等主流编程语言,可用于代码文档编写、解释和重构等任务。
deepseek-coder-6.7b-base - 多语言支持的大规模代码模型,提供项目级智能补全功能
DeepSeek CoderGithubHuggingface人工智能代码生成开源项目机器学习模型自然语言处理
deepseek-coder-6.7b-base是一个经过2万亿token训练的大规模代码模型。它支持多种编程语言,能够进行项目级代码补全和填充。该模型在多个编程基准测试中表现优异,16K的上下文窗口使其能够处理大型代码项目。这个开源模型允许商业使用,为开发者提供了强大的编码辅助功能。
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。

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