deepcoder

deepcoder 参数量

deepcoder 模型介绍

DeepCoder-14B-Preview 是由 Agentica 团队与 Together AI 联合打造的代码推理模型，通过分布式强化学习对 Deepseek-R1-Distilled-Qwen-14B 进行了微调。它在 LiveCodeBench 上实现了令人印象深刻的 60.6% Pass@1 准确率（提升了 8%），仅用 140 亿个参数就达到了 o3-mini-2025-01-031（低）和 o1-2024-12-17 的性能水平。

deepcoder 模型评估：

deepcoder 代码沙盒环境

为了计算代码强化学习训练的奖励，我们必须在编码沙箱中对模型生成的代码运行单元测试。在每次强化学习迭代中，我们的训练批次会针对 1024 个问题进行评估，每个问题包含多个单元测试（≥ 5 个测试）。如此高负荷的工作负载需要扩展 100 多个编码沙箱以并行运行，确保 LLM 生成的代码在合理的时间内得到准确验证。目前，我们使用两个沙箱：Together 代码解释器和本地代码沙箱。

AI 扩展阅读：

• stty 命令
• pkill 命令
• http 命令
• open-orca-platypus2
• ollama 命令
• tcpflow 命令
• gist 命令
• if 命令
• vim 命令
• ufw 命令

发表评论