can-ai-code
通过人类撰写的面试题测试AI的编程能力
该项目通过人类撰写的面试题测试AI的编程能力，提供多种主流API提供商和CUDA支持的推理脚本，并在基于Docker的沙盒环境中验证Python和NodeJS代码的安全性。用户可以评估提示技巧和采样参数对大语言模型（LLM）编码性能的影响，以及量化对LLM编码性能的衰减影响。项目包括多语言测试套件和来自OpenAI的Python-only测试套件，支持对比分析，并提供了详尽的结果数据和评估脚本。
Can AI Code 项目介绍
Can AI Code 是一个创新性项目，旨在评估AI模型的编程能力。它通过人类编写的面试问题对人工智能模型进行测试，并为支持通用API提供商和CUDA加强的量化执行环境提供推理脚本。项目同时设有一个基于Docker的沙箱环境，用于验证未经信任的Python和NodeJS代码。
关键理念
- 人类编写题目，AI答题：问题由人编写，AI进行测试。
- 推理脚本：支持所有常见API提供商和CUDA的量化运行。
- 沙箱环境：基于Docker验证未经信任的代码。
- 提示技术与采样参数的评估：研究这些因素对LLM（大语言模型）编程性能的影响。
- 量化对LLM性能的影响评估：研究量化过程导致的编程性能下降。
最新动态
- 10月26日：评估Qwen2.5和Qwen-Coder2.5。
- 10月26日：更新OpenAI、Mistral和Anthropic模型的评估。
- 10月25日：评估ibm-granite/granite-3.0系列。
- 9月12日：修复评估器的序列化错误。
- 9月11日：评估Yi-Coder模型，尤其是Yi-Coder-9B-Chat表现突出。
测试套件
- junior-v2：一个多语言的测试套件（支持Python和JavaScript），用于评估小型LLM的编程性能。
- humaneval：仅支持Python，共164个测试，由OpenAI创建。项目提供模板脚本用于准备和执行此测试。
结果数据及探索
项目包含所有模型答案和评估结果。通过安装streamlit的最新版本，用户可以运行本地web应用，进行结果探索。
仓库结构
仓库结构详尽，包括提供面试问题与模板、采样参数及各种评估和对比工具。
面试者：API与CUDA
项目支持多种API与CUDA本地量化运行时，涵盖不同量化类型并对接对应的依赖，确保广泛的系统兼容性。
问题格式与评估
问题以.yaml文件形式存在，每个问题包含详细字段用于面试和评估。评估过程基于这些字段的描述和期望输出进行。
未来计划
未开发完的特性如高级程序员测试套件的开发，以及对新模型请求的开放都是未来的工作计划。
Can AI Code项目力图通过一系列努力来理解和提高AI的编程能力，从而使AI成为人类编程助手的有效工具。
编辑推荐精选
音述AI
全球首个AI音乐社区
音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。
QoderWork
阿里Qoder团队推出的桌面端AI智能体
QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作 流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。
lynote.ai
一站式搞定所有学习需求
不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。
AniShort
为AI短剧协作而生
专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。
seedancetwo2.0
能听懂你表达的视频模型
Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。
nano-banana纳米香蕉中文站
国内直接访问，限时3折
输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
堆友
多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。
码上飞
零代码AI应用开发平台
零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
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