nlpxucan/WizardLM

项目概览

通过 LLM 驱动的 Evol-Instruct 方法自动生成训练指令，减少对人工生成训练数据的依赖，同时提供在 HumanEval 基准测试中取得高 pass@1 分数的专用代码模型。

项目类型

模型运行 · 提示词工程

应用场景

编程开发

部署方式

查看项目说明

License

License 待确认

适合谁

• 需要使用 LLM 自动生成指令数据来训练专用模型的 AI 工程师
• 需要面向代码、数学等专用任务的模型的研究者和开发者

核心能力

• 提供 Evol 脚本，使用 LLM 替代人工自动批量生成不同难度等级的开放领域指令，用于训练大语言模型。
• 一个专用代码大语言模型，在 HumanEval 基准测试中取得了较高的 pass@1 分数。

限制与风险

• 项目资源仅限用于学术研究目的，不得用于商业目的。
• 项目对模型输出的内容或由此产生的损失不承担任何法律责任。
• GPU、最低硬件、模型文件、数据库及外部服务需求均未记录，用户需自行评估本地运行条件。

如何开始

• 上手指令包含两步：第一步为克隆仓库，第二步为安装 Python 3.9+ 依赖；执行模型推理脚本时需要按照模型卡或源脚本中的说明精确格式化提示词。GPU、最低硬件及模型文件需求未记录。

核验依据

• GitHub 项目简介: LLMs build upon Evol Insturct: WizardLM, WizardCoder, WizardMath
• README: [WizardLM] @ICLR2024
• README: [Evol-Instruct](https://github.com/nlpxucan/evol-instruct) is a novel method using LLMs instead of humans to automatically mass-produce open-domain instructions of various difficu…
• README: You can easily embark on your own evolutionary journey with the [Evol Script](https://github.com/nlpxucan/WizardLM/tree/main/Evol-Instruct) we provide.
• README: We released **WizardCoder-33B-V1.1** trained from deepseek-coder-33b-base

来源更新时间：2026-07-28T18:26:51Z