一个关于构建和评估通过可执行语言建模的语言模型代理的论文集合，涵盖LLM代码生成、代理工具使用、网络接地和机器人等多个研究领域。

一个用于评估大型语言模型代码生成能力的基准测试平台，包含1140个软件工程导向的编程任务，分为完整和指令两种模式，可测试模型在复杂指令和多样化函数调用场景下的编程能力。

文档教程与资源PythonPyTorch

查看详情 →

一本专注于构建生产级LLM应用和高级Agent的实战指南，使用Python、LangChain和LangGraph，适用于希望将AI原型部署到生产环境的开发者。