WizardCoder-Python-34B-V1.0開源代碼模型 - 免費實現高質量Python代碼生成

Home

Wizardcoder Python 34B V1.0

Developed by WizardLMTeam

WizardCoder-Python-34B-V1.0 是一個通過Evol-Instruct方法增強的代碼大語言模型，專注於Python代碼生成任務。

大型語言模型

Transformers

Other#代碼生成 #高精度編程 #Python優化

Downloads 311

Release Time : 8/26/2023

Model Overview

該模型是基於Llama 2架構的代碼生成模型，專門針對Python編程語言優化，能夠理解和生成高質量的代碼。

Model Features

高性能代碼生成

在HumanEval基準測試中達到73.2 pass@1，超越GPT-4和Claude2等模型。

Evol-Instruct增強

採用Evol-Instruct方法進行訓練，顯著提升模型理解和生成複雜代碼的能力。

Python專用優化

專門針對Python編程語言進行優化，能夠生成高質量的Python代碼。

Model Capabilities

Python代碼生成

代碼補全

代碼理解

編程問題解答

Use Cases

軟件開發

自動化代碼生成

根據自然語言描述自動生成Python代碼片段

在HumanEval基準測試中達到73.2%的準確率

編程教育輔助

幫助學生理解和學習Python編程

技術面試準備

編程題解答

生成常見編程面試題的解決方案

🚀 WizardCoder：藉助Evol - Instruct賦能代碼大語言模型

WizardCoder是一系列專注於代碼生成的大語言模型，通過Evol - Instruct方法進行訓練，在多個代碼評估基準上取得了優異的成績，為代碼生成領域提供了強大的開源解決方案。

項目鏈接

✨ 主要特性

模型指標

屬性	詳情
模型類型	WizardCoder - Python - 34B - V1.0
評估指標	code_eval
庫名稱	transformers
標籤	code
許可證	Llama2

代碼模型對比

模型	檢查點	論文	HumanEval	HumanEval+	MBPP	MBPP+	許可證
GPT - 4 - Turbo (2023年11月)	-	-	85.4	81.7	83.0	70.7	-
GPT - 4 (2023年5月)	-	-	88.4	76.8	-	-	-
GPT - 3.5 - Turbo (2023年11月)	-	-	72.6	65.9	81.7	69.4	-
Gemini Pro	-	-	63.4	55.5	72.9	57.9	-
DeepSeek - Coder - 33B - instruct	-	-	78.7	72.6	78.7	66.7	-
WizardCoder - 33B - V1.1	🤗 HF鏈接	📃 WizardCoder	79.9	73.2	78.9	66.9	MSFTResearch
WizardCoder - Python - 34B - V1.0	🤗 HF鏈接	📃 WizardCoder	73.2	64.6	73.2	59.9	Llama2
WizardCoder - 15B - V1.0	🤗 HF鏈接	📃 WizardCoder	59.8	52.4	--	--	OpenRAIL - M
WizardCoder - Python - 13B - V1.0	🤗 HF鏈接	📃 WizardCoder	64.0	--	--	--	Llama2
WizardCoder - Python - 7B - V1.0	🤗 HF鏈接	📃 WizardCoder	55.5	--	--	--	Llama2
WizardCoder - 3B - V1.0	🤗 HF鏈接	📃 WizardCoder	34.8	--	--	--	OpenRAIL - M
WizardCoder - 1B - V1.0	🤗 HF鏈接	📃 WizardCoder	23.8	--	--	--	OpenRAIL - M

數學模型對比

我們的 WizardMath - 70B - V1.0 模型在GSM8K基準測試中略微超過了一些閉源大語言模型，包括 ChatGPT 3.5、Claude Instant 1 和 PaLM 2 540B。
我們的 WizardMath - 70B - V1.0 模型在 [GSM8k基準測試](https://github.com/openai/grade - school - math) 中達到了 81.6 pass@1，比最優開源大語言模型高出 24.8 分；在 MATH基準測試中達到了 22.7 pass@1，比最優開源大語言模型高出 9.2 分。

模型	檢查點	論文	GSM8k	MATH	在線演示	許可證
WizardMath - 70B - V1.0	🤗 HF鏈接	📃 WizardMath	81.6	22.7	演示	Llama 2
WizardMath - 13B - V1.0	🤗 HF鏈接	📃 WizardMath	63.9	14.0	演示	Llama 2
WizardMath - 7B - V1.0	🤗 HF鏈接	📃 WizardMath	54.9	10.7	演示	Llama 2

通用語言模型對比

[2023/08/09] 我們發佈了 WizardLM - 70B - V1.0 模型。完整模型權重

模型	檢查點	論文	MT - Bench	AlpacaEval	GSM8k	HumanEval	許可證
WizardLM - 70B - V1.0	🤗 HF鏈接	📃 即將發佈	7.78	92.91%	77.6%	50.6	Llama 2許可證
WizardLM - 13B - V1.2	🤗 HF鏈接		7.06	89.17%	55.3%	36.6	Llama 2許可證
WizardLM - 13B - V1.1	🤗 HF鏈接		6.76	86.32%		25.0	非商業用途
WizardLM - 30B - V1.0	🤗 HF鏈接		7.01			37.8	非商業用途
WizardLM - 13B - V1.0	🤗 HF鏈接		6.35	75.31%		24.0	非商業用途
WizardLM - 7B - V1.0	🤗 HF鏈接	📃 WizardLM				19.1	非商業用途

模型對比

🔥 下圖顯示，我們的 WizardCoder - Python - 34B - V1.0 在該基準測試中排名第二，超過了GPT4 (2023/03/15，73.2 vs. 67.0)、ChatGPT - 3.5 (73.2 vs. 72.5) 和Claude2 (73.2 vs. 71.2)。

📚 詳細文檔

提示格式

"Below is an instruction that describes a task. Write a response that appropriately completes the request.\n\n### Instruction:\n{instruction}\n\n### Response:"

推理演示腳本

我們在這裡提供了推理演示代碼。

📄 許可證

本項目使用Llama2許可證，具體請參考 Llama2許可證。

📚 引用

如果您使用了本倉庫中的數據、方法或代碼，請引用以下論文：

@article{luo2023wizardcoder,
  title={WizardCoder: Empowering Code Large Language Models with Evol-Instruct},
  author={Luo, Ziyang and Xu, Can and Zhao, Pu and Sun, Qingfeng and Geng, Xiubo and Hu, Wenxiang and Tao, Chongyang and Ma, Jing and Lin, Qingwei and Jiang, Daxin},
  journal={arXiv preprint arXiv:2306.08568},
  year={2023}
}