我要评论
github链接：
https://github.com/nlpxucan/wizardlm/tree/main/wizardcoder
论文链接：
https://arxiv.org/abs/2306.08568
作为大语言模型（llm）最重要也最具挑战性的能力之一，代码生成与补全同时吸引了 aigc 学术界与工业界广泛研究和关注。根据 openai 相关技术报告，gpt4 在 humaneval 经典代码生成与补全任务中取得了惊人的成绩，一次通过率高达 85% 以上！
与此同时，在开源领域，由 huggingface bigcode project 主导发布的 starcoder 更进一步提升了开源模型在这一领域的表现，达到了新的先进水平。
然而，我们依然注意到，目前最佳开源模型 instructcodet5+ 在 humaneval 任务上的通过率也仅约为 35%，仍远低于包括 chatgpt、bard、claude 等在内的一众闭源模型性能。
显然，与开放域通用对话能力相比，闭源与开源 llm 在代码生成方面的差距尤为明显，又因为代码生成对于准确度与逻辑推理能力的严苛标准，因此追赶和提升难度也更高。
最近，wizardlm 团队开源了一款全新的代码大模型——wizardcoder，它打破了闭源模型的垄断地位，显著超越 anthropic claude 与谷歌 bard，成为新时代的开源领军者。
距离 wizardlm 宣布团队开源 wizardcoder 仅 5 天，该模型即获得了大模型社区广泛的关注与认可。
甚至有知名软件工程师在 python 与 javascript 语言上试用 wizardcoder 一天后，认为不必再继续使用 gpt-4。
也有网友调侃，本周 wizardcoder 的出现使他感受到了与阅读 cvpr 推文和整理自家花园一样的快乐。
发表评论