codeqwen:7b im LLM-Testsuite-Report
Modellbeschreibung
CodeQwen1.5 ist ein großes Sprachmodell, das auf einer großen Menge von Codedaten vortrainiert wurde.
| Modellfamilie | codeqwen |
|---|---|
| Kontext | 64K |
| Input | Text |
| Größe | 42 GB |
| Familiengrößen | 7b |
Readme-Auszug
CodeQwen1.5 basiert auf Qwen1.5. Es wurde auf 3 Billionen Tokens aus Codedaten trainiert. Zu seinen wichtigsten Merkmalen gehören:
Starke Fähigkeiten zur Codegenerierung und wettbewerbsfähige Leistung bei einer Reihe von Benchmarks Unterstützung für das Verstehen und Generieren langer Kontexte mit einer maximalen Kontextlänge von 64K Tokens Unterstützung für 92 Programmiersprachen Hervorragende Leistung bei Text-to-SQL, Fehlerbehebung und anderen Programmieranwendungen.
Referenzen
Blogbeitrag
GitHub
HuggingFace
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 %.