集成代码生成、执行和优化的开源系统
OpenCodeInterpreter是一套开源代码生成系统,通过集成执行和迭代优化功能,提高了代码生成能力。该项目提供多个模型系列,展示了执行反馈对提升代码解释和执行性能的影响。项目还开源了Code-Feedback数据集,包含68K多轮交互,并提供本地演示系统。
🏆[2024-03-13]:我们的33B模型在BigCode排行榜上夺得榜首!
💡[2024-03-06]:我们已将OpenCodeInterpreter-DS系列的模型分数提交到EvalPlus!
💡[2024-03-01]:我们已开源OpenCodeInterpreter-SC2系列模型(基于StarCoder2基础模型)!
🛠️[2024-02-29]:我们的官方在线演示已部署在HuggingFace Spaces上!查看演示页面!
🛠️[2024-02-28]:我们已开源演示本地部署代码及设置指南。
✨[2024-02-26]:我们已开源OpenCodeInterpreter-DS-1.3b模型。
📘[2024-02-26]:我们已开源CodeFeedback-Filtered-Instruction数据集。
🚀[2024-02-23]:我们已开源项目中使用的名为Code-Feedback的数据集。
🔥[2024-02-19]:我们已开源OpenCodeInterpreter系列的所有模型!欢迎大家试用我们的模型,期待您的参与!😆
OpenCodeInterpreter是一套开源代码生成系统,旨在缩小大型语言模型与复杂专有系统(如GPT-4 Code Interpreter)之间的差距。通过集成执行和迭代优化功能,它显著提升了代码生成能力。
OpenCodeInterpreter系列的所有模型都已在Hugging Face上开源。您可以通过以下链接访问我们的模型:OpenCodeInterpreter模型。
OpenCodeInterpreter模型系列展示了编码模型性能的演进,尤其突显了集成执行反馈带来的显著提升。为了量化这些改进,我们在两个关键基准测试上进行了详细比较:HumanEval和MBPP。这种比较不仅展示了每个基准测试的个别性能指标,还提供了整体性能提升的综合视图。随后的表格简明扼要地总结了性能数据,清晰地展示了执行反馈如何提升模型在代码解释和执行任务中的能力。
基准测试 | HumanEval (+) | MBPP (+) | 平均 (+) |
---|---|---|---|
OpenCodeInterpreter-DS-1.3B | 65.2 (61.0) | 63.4 (52.4) | 64.3 (56.7) |
+ 执行反馈 | 65.2 (62.2) | 65.2 (55.6) | 65.2 (58.9) |
OpenCodeInterpreter-DS-6.7B | 76.2 (72.0) | 73.9 (63.7) | 75.1 (67.9) |
+ 执行反馈 | 81.1 (78.7) | 82.7 (72.4) | 81.9 (75.6) |
+ 合成人类反馈 | 87.2 (86.6) | 86.2 (74.2) | 86.7 (80.4) |
+ 合成人类反馈(理想情况) | 89.7 (86.6) | 87.2 (75.2) | 88.5 (80.9) |
OpenCodeInterpreter-DS-33B | 79.3 (74.3) | 78.7 (66.4) | 79.0 (70.4) |
+ 执行反馈 | 82.9 (80.5) | 83.5 (72.2) | 83.2 (76.4) |
+ 合成人类反馈 | 88.4 (86.0) | 87.5 (75.9) | 88.0 (81.0) |
+ 合成人类反馈(理想情况) | 92.7 (89.7) | 90.5 (79.5) | 91.6 (84.6) |
OpenCodeInterpreter-CL-7B | 72.6 (67.7) | 66.4 (55.4) | 69.5 (61.6) |
+ 执行反馈 | 75.6 (70.1) | 69.9 (60.7) | 72.8 (65.4) |
OpenCodeInterpreter-CL-13B | 77.4 (73.8) | 70.7 (59.2) | 74.1 (66.5) |
+ 执行反馈 | 81.1 (76.8) | 78.2 (67.2) | 79.7 (72.0) |
OpenCodeInterpreter-CL-34B | 78.0 (72.6) | 73.4 (61.4) | 75.7 (67.0) |
+ 执行反馈 | 81.7 (78.7) | 80.2 (67.9) | 81.0 (73.3) |
OpenCodeInterpreter-CL-70B | 76.2 (70.7) | 73.0 (61.9) | 74.6 (66.3) |
+ 执行反馈 | 79.9 (77.4) | 81.5 (69.9) | 80.7 (73.7) |
OpenCodeInterpreter-GM-7B | 56.1 (50.0) | 39.8 (34.6) | 48.0 (42.3) |
+ 执行反馈 | 64.0 (54.3) | 48.6 (40.9) | 56.3 (47.6) |
OpenCodeInterpreter-SC2-3B | 65.2 (57.9) | 62.7 (52.9) | 64.0 (55.4) |
+ 执行反馈 | 67.1 (60.4) | 63.4 (54.9) | 65.3 (57.7) |
OpenCodeInterpreter-SC2-7B | 73.8 (68.9) | 61.7 (51.1) | 67.8 (60.0) |
+ 执行反馈 | 75.6 (69.5) | 66.9 (55.4) | 71.3 (62.5) |
OpenCodeInterpreter-SC2-15B | 75.6 (69.5) | 71.2 (61.2) | 73.4 (65.4) |
+ 执行反馈 | 77.4 (72.0) | 74.2 (63.4) | 75.8 (67.7) |
注:括号中的"(+)"表示HumanEval和MBPP基准测试的扩展版本得分。为确保公平比较,添加执行反馈的结果基于仅进行一次反馈迭代的结果,而非无限制迭代。这种方法突出了执行反馈对各基准测试性能提升的直接影响。
在Code-Feedback的支持下,OpenCodeInterpreter整合了包含68K多轮交互的数据集,结合执行和人类反馈实现动态代码优化。 有关数据收集程序的更多详细信息,请参阅数据收集下提供的readme文件。
我们的评 估框架主要使用HumanEval和MBPP,以及它们的扩展版本HumanEval+和MBPP+,利用EvalPlus框架进行更全面的评估。 有关具体评估方法,请参阅评估README以获取更多详细信息。
我们很高兴推出我们的开源演示,使用户能够轻松地使用我们的LLM在本地生成和执行代码。在演示中,用户可以利用LLM的强大功能生成代码并在本地执行,获得自动执行反馈。LLM会根据这些反馈动态调整代码,确保更流畅的编码体验。此外,用户可以与LLM模型进行基于聊天的交互,提供反馈以进一步改进生成的代码。
要开始探索演示并亲身体验这些功能,请参阅OpenCodeInterpreter演示README文件中概述的说明。祝您编码愉快!
进入工作空间:
git clone https://github.com/OpenCodeInterpreter/OpenCodeInterpreter.git cd demo
创建新的conda环境:conda create -n demo python=3.10
激活您创建的demo环境:conda activate demo
安装依赖:pip install -r requirements.txt
在此处创建一个具有写入权限的Huggingface访问令牌。我们的代码将仅使用此令牌在您自己的Huggingface帐户下创建和推送内容到名为opencodeinterpreter_user_data
的特定存储库。如果您在自己的设备上部署此演示,我们无法访问您的数据。
将访问令牌添加到环境变量: export HF_TOKEN="您的huggingface访问令牌"
运行Gradio应用:
python3 chatbot.py --path "opencodeinterpreter模型系列的模型名称。例如:m-a-p/OpenCodeInterpreter-DS-6.7B"
如果您有任何疑问,请随时提出问题或通过以下电子邮件地址与我们联系:xiangyue.work@gmail.com,zhengtianyu0428@gmail.com。 我们随时为您提供帮助!
如果您发现这个仓库对您的研究有用,请引用我们的论文:
@article{zheng2024opencodeinterpreter,
title={OpenCodeInterpreter:集成代码生成、执行和优化},
author={郑天宇 and 张戈 and 沈天浩 and 刘雪玲 and 林比尔宇辰 and 付杰 and 陈文虎 and 岳翔},
journal={arXiv预印本 arXiv:2402.14658},
year={2024}
}
我们衷心感谢EvalPlus对我们项目的宝贵支持和贡献。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基 于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号