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
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
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！
TRAE编程
AI辅助编程，代码自动修复
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。
蛙蛙写作
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。
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。
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