WizardCoder-Python-34B-V1.0开源代码模型 - 免费实现高质量Python代码生成

首页

Wizardcoder Python 34B V1.0

由 WizardLMTeam 开发

WizardCoder-Python-34B-V1.0 是一个通过Evol-Instruct方法增强的代码大语言模型，专注于Python代码生成任务。

大型语言模型

Transformers

其他#代码生成 #高精度编程 #Python优化

下载量 311

发布时间 : 8/26/2023

模型简介

该模型是基于Llama 2架构的代码生成模型，专门针对Python编程语言优化，能够理解和生成高质量的代码。

模型特点

高性能代码生成

在HumanEval基准测试中达到73.2 pass@1，超越GPT-4和Claude2等模型。

Evol-Instruct增强

采用Evol-Instruct方法进行训练，显著提升模型理解和生成复杂代码的能力。

Python专用优化

专门针对Python编程语言进行优化，能够生成高质量的Python代码。

模型能力

Python代码生成

代码补全

代码理解

编程问题解答

使用案例

软件开发

自动化代码生成

根据自然语言描述自动生成Python代码片段

在HumanEval基准测试中达到73.2%的准确率

编程教育辅助

帮助学生理解和学习Python编程

技术面试准备

编程题解答

生成常见编程面试题的解决方案

🚀 WizardCoder：借助Evol - Instruct赋能代码大语言模型

WizardCoder是一系列专注于代码生成的大语言模型，通过Evol - Instruct方法进行训练，在多个代码评估基准上取得了优异的成绩，为代码生成领域提供了强大的开源解决方案。

项目链接

✨ 主要特性

模型指标

属性	详情
模型类型	WizardCoder - Python - 34B - V1.0
评估指标	code_eval
库名称	transformers
标签	code
许可证	Llama2

代码模型对比

模型	检查点	论文	HumanEval	HumanEval+	MBPP	MBPP+	许可证
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链接	📃 WizardCoder	79.9	73.2	78.9	66.9	MSFTResearch
WizardCoder - Python - 34B - V1.0	🤗 HF链接	📃 WizardCoder	73.2	64.6	73.2	59.9	Llama2
WizardCoder - 15B - V1.0	🤗 HF链接	📃 WizardCoder	59.8	52.4	--	--	OpenRAIL - M
WizardCoder - Python - 13B - V1.0	🤗 HF链接	📃 WizardCoder	64.0	--	--	--	Llama2
WizardCoder - Python - 7B - V1.0	🤗 HF链接	📃 WizardCoder	55.5	--	--	--	Llama2
WizardCoder - 3B - V1.0	🤗 HF链接	📃 WizardCoder	34.8	--	--	--	OpenRAIL - M
WizardCoder - 1B - V1.0	🤗 HF链接	📃 WizardCoder	23.8	--	--	--	OpenRAIL - M

数学模型对比

我们的 WizardMath - 70B - V1.0 模型在GSM8K基准测试中略微超过了一些闭源大语言模型，包括 ChatGPT 3.5、Claude Instant 1 和 PaLM 2 540B。
我们的 WizardMath - 70B - V1.0 模型在 [GSM8k基准测试](https://github.com/openai/grade - school - math) 中达到了 81.6 pass@1，比最优开源大语言模型高出 24.8 分；在 MATH基准测试中达到了 22.7 pass@1，比最优开源大语言模型高出 9.2 分。

模型	检查点	论文	GSM8k	MATH	在线演示	许可证
WizardMath - 70B - V1.0	🤗 HF链接	📃 WizardMath	81.6	22.7	演示	Llama 2
WizardMath - 13B - V1.0	🤗 HF链接	📃 WizardMath	63.9	14.0	演示	Llama 2
WizardMath - 7B - V1.0	🤗 HF链接	📃 WizardMath	54.9	10.7	演示	Llama 2

通用语言模型对比

[2023/08/09] 我们发布了 WizardLM - 70B - V1.0 模型。完整模型权重

模型	检查点	论文	MT - Bench	AlpacaEval	GSM8k	HumanEval	许可证
WizardLM - 70B - V1.0	🤗 HF链接	📃 即将发布	7.78	92.91%	77.6%	50.6	Llama 2许可证
WizardLM - 13B - V1.2	🤗 HF链接		7.06	89.17%	55.3%	36.6	Llama 2许可证
WizardLM - 13B - V1.1	🤗 HF链接		6.76	86.32%		25.0	非商业用途
WizardLM - 30B - V1.0	🤗 HF链接		7.01			37.8	非商业用途
WizardLM - 13B - V1.0	🤗 HF链接		6.35	75.31%		24.0	非商业用途
WizardLM - 7B - V1.0	🤗 HF链接	📃 WizardLM				19.1	非商业用途

模型对比

🔥 下图显示，我们的 WizardCoder - Python - 34B - V1.0 在该基准测试中排名第二，超过了GPT4 (2023/03/15，73.2 vs. 67.0)、ChatGPT - 3.5 (73.2 vs. 72.5) 和Claude2 (73.2 vs. 71.2)。

📚 详细文档

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:"

推理演示脚本

我们在这里提供了推理演示代码。

📄 许可证

本项目使用Llama2许可证，具体请参考 Llama2许可证。

📚 引用

如果您使用了本仓库中的数据、方法或代码，请引用以下论文：

@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}
}