Seed Coder 8B Instruct GGUF

🚀 Seed-Coder-8B-Instruct

Seed-Coder-8B-Instruct 是一款强大的开源代码模型，具有以模型为中心、透明和高性能等特点，在多种编码任务中表现出色。

🚀 快速开始

你需要安装最新版本的 transformers 和 accelerate：

pip install -U transformers accelerate

以下是一个简单的示例，展示了如何使用 Hugging Face pipeline API 加载模型并生成代码：

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "ByteDance-Seed/Seed-Coder-8B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True)

messages = [
    {"role": "user", "content": "Write a quick sort algorithm."},
]

input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    return_tensors="pt",
    add_generation_prompt=True,  
).to(model.device)

outputs = model.generate(input_ids, max_new_tokens=512)
response = tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True)
print(response)

✨ 主要特性

我们很高兴推出 Seed-Coder，这是一个强大、透明且参数高效的 8B 规模开源代码模型家族，包括基础、指令和推理变体。Seed-Coder 通过以下亮点推动了开源代码模型的发展：

• 以模型为中心：Seed-Coder 主要利用大语言模型（LLMs）而不是手工规则进行代码数据过滤，最大限度地减少了预训练数据构建中的人工工作量。
• 透明：我们公开分享了以模型为中心的数据管道的详细信息，包括整理 GitHub 数据、提交数据和代码相关网络数据的方法。
• 强大：在各种编码任务中，Seed-Coder 在同类规模的开源模型中达到了最先进的性能。

本仓库包含 Seed-Coder-8B-Instruct 模型，该模型具有以下特点：

• 类型：因果语言模型
• 训练阶段：预训练和后训练
• 数据源：公共数据集、合成数据
• 上下文长度：32,768

📦 模型下载

📚 详细文档

评估

Seed-Coder-8B-Instruct 已经在广泛的编码任务中进行了评估，包括代码生成、代码推理、代码编辑和软件工程，在约 8B 的开源模型中达到了最先进的性能。

有关详细的基准测试性能，请参考我们的 📑 技术报告。

📄 许可证

本项目采用 MIT 许可证。有关详细信息，请参阅 许可证文件。