懂AI
can-ai-code

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。

AI codingLLMDockerquantizationtesting suiteGithub开源项目
GitHubHugging Face

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

  1. 人类编写题目，AI答题：问题由人编写，AI进行测试。
  2. 推理脚本：支持所有常见API提供商和CUDA的量化运行。
  3. 沙箱环境：基于Docker验证未经信任的代码。
  4. 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。
  5. 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

  1. 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。
  2. 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

扣子-AI办公

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

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。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

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

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

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

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。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多