12月5日，字节豆包大模型团队推出了最新的代码大模型评估基准——FullStack Bench，涵盖了超11类真实场景，支持16种编程语言，并包含3374个问题。这一基准相比之前的评估标准，在更广泛的编程领域中能更准确地评估大模型的代码开发能力，推动了模型在现实世界编程任务中的优化。目前的主流代码评估基准，如HumanEval和MBPP，通常集中在基础和高级编程问题，而DS-1000则专注于数据分析和机器学习任务，且仅支持Python。xCodeEval则侧重于高级编程和数学领域，存在较大的应用场景和语言覆盖限

["蚂蚁集团旗下CodeFuse代码大模型开源ModelCache大模型语义缓存","ModelCache架构包括adapter、embedding、similarity和data_manager模块","ModelCache可降低大型模型应用的推理成本，提升用户体验","命中缓存可将平均耗时降低10倍，提速率可达14.5%","ModelCache将继续优化性能和精度，提升召回时间和准确率"]

["DeepSeek（深度求索）发布了开源代码大模型 DeepSeek Coder","DeepSeek Coder 是一个智能代码助手，可以生成各种代码","DeepSeek Coder 已经在 Hugging Face 和 GitHub 上开源","DeepSeek Coder 在国际权威数据集的测试中表现出色","DeepSeek 致力于探索 AGI 的本质，将推出更多研究成果"]

["蚂蚁集团发布了 CodeFuse-CodeLlama-34B 的 4bits 量化版本","量化后的模型可用单张 A10 或 RTX4090 加载","量化后的模型在 Humaneval pass@1 指标上达到 73.8% 的表现","CodeFuse 是蚂蚁自研的代码生成专属大模型","通过提供智能建议和实时支持，提升开发者的研发效率"]

["硅心科技推出全新智能化软件开发系统 aiXcoder Europa，聚焦解决代码大模型在企业落地中的难题。","新版本新增了代码缺陷检测与修复、单元测试代码自动生成、代码注释自动生成和代码解释等多项功能，覆盖更多编码场景。","aiXcoder 已为多家企业提供智能化软件开发解决方案，并在私有化部署和个性化训练方面探索出一套成熟的方法论。"]