連結:https://github.com/bin123apple/autocoder
AutoCoder是一個專為程式碼生成任務設計的新型模型,其在HumanEval基準資料集上的測試準確率超過了GPT-4 Turbo(2024年4月)和GPT-4o。與之前的開源模型相比,AutoCoder提供了一個新功能:它可以自動安裝所需的包,並在使用者希望執行程式碼時嘗試執行程式碼,直到確定沒有問題。
需求人群:
目標受眾為需要自動程式碼生成和驗證的開發者和程式設計人員。AutoCoder透過提供高準確率的程式碼生成和自動包安裝功能,幫助他們提高開發效率,減少手動除錯程式碼的時間。
使用場景示例:
- 開發者使用AutoCoder自動生成程式碼,提高開發速度。
- 教育機構利用AutoCoder進行程式設計教學,幫助學生理解程式碼生成過程。
- 企業採用AutoCoder進行程式碼質量控制,減少人為錯誤。
產品特色:
- 在HumanEval基準資料集上測試準確率達到90.9%,超過GPT-4 Turbo。
- 能夠自動安裝所需的包,並在使用者需要時嘗試執行程式碼。
- 提供了程式碼直譯器,可以驗證程式碼的正確性。
- 提供了Web演示,包括程式碼直譯器功能。
- 模型可在Huggingface上獲取,包括AutoCoder (33B)和AutoCoder-S (6.7B)。
- 支援自訂環境並進行測試。