SWE-bench
基于GitHub问题的语言模型评估
SWE-bench是一个基准测试平台，用于评估语言模型在解决GitHub问题中的表现。提供代码库和问题描述，模型生成修复补丁。项目支持Docker容器实现高效可重复测试。最新更新包括SWE-agent的引入，提升评估基准表现。支持x86_64和实验性arm64架构，提供多样数据集和模型下载选项。欢迎NLP、机器学习和软件工程领域的贡献和反馈。
SWE-bench 项目介绍
SWE-bench 是一个旨在评估大型语言模型在真实世界中解决 GitHub 软件问题能力的基准。这个项目主要面向软件工程和自然语言处理研究领域，对语言模型能否生成解决特定代码库问题的补丁进行评估。
项目概览
SWE-bench 的核心目标是，通过分析代码库和相关问题，让语言模型生成修复所述问题的代码补丁。在这个过程中，SWE-bench 提供了一套标准化的评估机制，各大语言模型可以在此基础上被测试其解决真实世界软件问题的能力。
最新动态
- 2024年8月13日：推出 SWE-bench Verified! 这个全新的验证部分中，包括500个经过软件工程师确认可解的问题。
- 2024年6月27日：SWE-bench 通过 Docker 完全容器化，以实现更有重复性的评估过程。
- 2024年1月16日：SWE-bench 作为一项重要研究，被国际学习表象会议（ICLR 2024）接受，并将在会上进行口头报告。
使用指南
环境配置
为了提高评估的可重复性，SWE-bench 使用了 Docker 技术。用户需先安装 Docker，然后从源代码构建 SWE-bench。安装过程包括克隆项目仓库并进行必要的依赖安装。
评估使用
运行快速评估需要充足的计算资源，建议在配置较高的机器上进行，并注意调整评估参数，以确保评估的顺利进行。推荐使用 x86_64 架构的机器，支持 arm64 的功能处于实验阶段。
数据集与模型
SWE-bench 项目还提供了多个相关的数据集和语言模型以供下载使用，包括 SWE-Llama 13b 和 SWE-Llama 7b，及其相应的 PEFT 模型。项目的开源自然促进了更多的研究人员和开发者参与到这项研究中。
贡献与反馈
这个项目欢迎自然语言处理、机器学习以及软件工程领域的研 究者和从业者加入。用户可以通过提交请求或问题来贡献自己的力量。
许可与引用
SWE-bench 项目以 MIT 许可协议发布。如果在研究中使用到 SWE-bench，期望使用者给予项目引用以示认可。
该项目的联系人包括 Carlos E. Jimenez 和 John Yang，他们乐于帮助更多的人了解并使用 SWE-bench。
总结来说，SWE-bench 是一个致力于推动语言模型在软件问题解决领域能力的研究项目，其提供的工具和资源有助于深化语言模型在实际应用中的表现评估。
编辑推荐精选
Trae
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。
问小白
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。
Transly
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。
讯飞智文
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。
讯飞星火
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。
Spark-TTS
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。
咔片PPT
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。
讯飞绘文
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。
材料星
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。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
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