deepseek-coder-v2:16b im LLM-Testsuite-Report
Modellbeschreibung
Ein quelloffenes Mixture-of-Experts-Code-Sprachmodell, das bei codespezifischen Aufgaben eine mit GPT4-Turbo vergleichbare Leistung erzielt.
| Modellfamilie | deepseek-coder-v2 |
|---|---|
| Kontext | 160K |
| Input | Text |
| Größe | 89 GB |
| Familiengrößen | 16b, 236b |
Readme-Auszug
DeepSeek-Coder-V2 ist ein quelloffenes Mixture-of-Experts-Code-Sprachmodell (MoE), das bei codespezifischen Aufgaben eine mit GPT4-Turbo vergleichbare Leistung erzielt. DeepSeek-Coder-V2 wurde ausgehend von DeepSeek-Coder-V2-Base mit 6 Billionen Tokens aus einem hochwertigen Korpus mit mehreren Quellen weiter vortrainiert.
Referenzen
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 %.