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
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。
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。
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。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
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