language:

• en pipeline_tag: text-generation tags:
• code

OpenCodeInterpreter：融合代码生成与执行优化的智能系统

[🏠项目主页] | [🛠️代码仓库]

---

项目简介

OpenCodeInterpreter是一套开源代码生成系统，致力于弥合大型语言模型与GPT-4代码解释器等专业系统之间的技术鸿沟。通过整合代码执行与迭代优化功能，本系统显著提升了代码生成能力。

更多技术细节与研究背景，请参阅我们在arXiv发布的论文："OpenCodeInterpreter：增强型代码生成与执行系统"。

模型使用指南

推理演示

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
model_path="OpenCodeInterpreter-DS-33B"

tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model.eval()

prompt = "编写函数找出给定两个列表中的共有元素。"
inputs = tokenizer.apply_chat_template(
        [{'role': 'user', 'content': prompt }],
        return_tensors="pt"
    ).to(model.device)
outputs = model.generate(
    inputs, 
    max_new_tokens=1024,
    do_sample=False,
    pad_token_id=tokenizer.eos_token_id,
    eos_token_id=tokenizer.eos_token_id,
)
print(tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True))

联系我们

如有任何疑问，欢迎提交issue或通过邮件联系我们：xiangyue.work@gmail.com，zhengtianyu0428@gmail.com。 我们将竭诚为您提供支持！