AutoCoder：基于 AIEV-Instruct 增强代码大语言模型
软件工程
2024-05-27 v1 人工智能
摘要
我们介绍了 AutoCoder，这是首个在 Human Eval 基准测试中超越 GPT-4 Turbo（2024 年 4 月）和 GPT-4o 的大型语言模型（在 pass@1 上分别为 90.9% vs. 90.2%）。此外，AutoCoder 提供了比 GPT-4 Turbo 和 GPT-4o 更灵活的代码解释器，其代码解释器可以安装外部软件包，而不仅限于内置软件包。AutoCoder 的训练数据是一个由系统结合代理交互和外部代码执行验证创建的多轮对话数据集，我们称之为 AIEV-Instruct（使用代理交互和执行验证的指令调优）。与以往的大规模代码数据集生成方法相比，AIEV-Instruct 减少了对专有大模型的依赖，提供了经过执行验证的代码数据集。代码和演示视频均可在 https://github.com/bin123apple/AutoCoder 查阅。
引用
@article{arxiv.2405.14906,
title = {AutoCoder: Enhancing Code Large Language Model with \textsc{AIEV-Instruct}},
author = {Bin Lei and Yuchen Li and Qiuwu Chen},
journal= {arXiv preprint arXiv:2405.14906},
year = {2024}
}