OpenCodeInterpreter

收录理由

这套开源代码模型并不止于生成代码片段，而是会把生成的代码真正跑起来，读取运行结果，再根据反馈反复修正答案。项目文档中的基准测试表展示了它在 HumanEval 和 MBPP 上的提升幅度。仓库里还公开了 Code-Feedback 数据集，也就是训练模型所用的多轮交互记录，同时附带一个可本地部署的演示环境，你可以在里面和模型对话，观察它如何自我纠错。对于想尝试自托管编程助手的团队，或者研究执行反馈如何改善代码生成的研究者来说，模型权重和训练数据都摆在这里，可以直接上手。