codegeex4:latest im LLM-Testsuite-Report
Modellbeschreibung
Ein vielseitiges Modell für Szenarien der KI-Softwareentwicklung, einschließlich Codevervollständigung.
| Modellfamilie | codegeex4 |
|---|---|
| Kontext | 128K |
| Input | Text |
| Größe | 55 GB |
| Familiengrößen | 9b |
Readme-Auszug
CodeGeeX4 ist ein offenes, mehrsprachiges Modell zur Codegenerierung, das fortlaufend auf dem GLM-4-9B, weitertrainiert wird, wodurch seine Fähigkeiten zur Codegenerierung deutlich verbessert werden.
CodeGeeX4-ALL-9B hat bei öffentlichen Benchmarks wie BigCodeBench und NaturalCodeBench eine äußerst wettbewerbsfähige Leistung erzielt. Derzeit ist es das leistungsfähigste Codegenerierungsmodell mit weniger als 10 Milliarden Parametern. Es übertrifft sogar deutlich größere Universalmodelle und bietet das beste Verhältnis von Inferenzgeschwindigkeit und Modellleistung.
Referenzen
GitHub
Hugging Face
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.