#539 · 主分类： AI编程助手
AutoCoder
code-generation
code-interpreter
humaneval
llm
nlp
nlp-machine-learning
text-generation
我们推出了一款专为代码生成任务设计的新模型。其在HumanEval基础数据集上的测试准确率超过了GPT-4 Turbo（2024年4月）和GPT-4o。
项目最后更新：07/06/24
GitHub Stars
850
Forks数量
71
贡献者数量
2
许可证
Apache-2.0
收录理由
AutoCoder把代码生成模型和解释器绑在一起，但解释器只在用户要求验证代码时才激活。它的HumanEval基础准确率达到90.9%，在同一测试集上比GPT-4 Turbo和GPT-4o略胜一筹。模型基于DeepSeek-Coder和CodeQwen1.5构建，具备一个多数开源模型不具备的本事：当你让它执行代码，它能自己装好缺失的依赖包，反复试运行直至结果无误，免去了本地环境常见的包安装麻烦。仓库里附带了Gradio演示，以及能复现HumanEval、MBPP和DS-1000上公开成绩的脚本，让你在决定是否采用前可以亲自验证这些声明。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。