一张表看懂代码大模型，快速选型不迷路
Awesome-Code-LLM 是一个精选的代码大语言模型（Code-LLM）资源列表，旨在为研究人员和开发者提供最全面的代码智能模型索引。项目系统梳理了从早期 CodeBERT、CodeT5 到 GPT-Codex、StarCoder、Code Llama 等主流模型，覆盖模型架构、训练数据、下游任务（如代码生成、补全、修复、解释）及评估基准（HumanEval、MBPP 等）。它解决了代码 AI 领域信息分散、模型快速迭代难以追踪的痛点，通过结构化分类和持续更新，帮助用户快速定位适合特定任务的模型，并了解各模型的技术特点和性能差异。核心能力包括模型对比、资源导航、论文链接和开源权重汇总，是进入代码智能研究或应用开发的高效入口。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆资源仓库
把 Awesome-Code-LLM 仓库完整下载到本地，只需 Git，无需安装任何依赖。
git clone https://github.com/huybery/Awesome-Code-LLM.git2进入仓库目录
切换到刚克隆下来的目录，确认 README 等文件已存在。
cd Awesome-Code-LLM3查看目录内容
列出仓库文件，主体内容集中在 README.md 中，无源码需编译。
ls4阅读 Top Code LLMs
打开 README.md，先看 Top Code LLMs 章节，了解当前主流代码大模型概览。
5浏览榜单与论文
按目录跳转到 Leaderboard 与 Papers 章节，按预训练、指令微调、对齐等分类检索所需资源。
6参与贡献
README 明确欢迎贡献资源、工具与论文，在 GitHub 上 Fork 仓库后提交 Pull Request 即可。
本地能打开 README.md，并看到 Top Code LLMs、Leaderboard 等章节及其中的模型与论文链接，即表示获取成功。
Q：这个项目可以直接运行或部署模型吗？
A：不能。它是资源索引列表，不含可执行代码，只汇总模型、论文与基准的链接，需按链接前往各模型官方页面自行使用。
Q：怎么下载某个模型的权重？
A：README 中每条模型条目都带有对应链接（如 Hugging Face 集合页），点击跳转到该模型官方页面按那里的说明下载。
Q：模型信息不是最新的怎么办？
A：仓库持续更新，可用 git pull 拉取最新提交；也可在 GitHub 上提交 Pull Request 补充新模型或修正信息。
Q：需要什么编程环境？
A：不需要任何编程环境，只要能克隆仓库并用浏览器或编辑器阅读 Markdown 即可。
awesome-llm、LLM-Leaderboard、EvalPlus
Awesome-Code-LLM 是开源模型领域的开源项目，由 huybery 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（1,292）位列前 30%，在开源模型分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。完全免费，无付费版本。
它主要面向的使用场景是：研究人员调研代码大模型技术演进和基线模型。同类可对比的替代方案包括 awesome-llm、LLM-Leaderboard、EvalPlus。
Machine-Learning
开源
跟着博客笔记，边看边跑机器学习代码
All content related to machine learning from my blog
awesome-claude-fable-5-prompt-va···
开源
一站式掌握 Claude Fable 5 玩法，快速选型不踩坑
Ultimate Claude Fable 5 Guide 2026: Use Cases, Integrations & Benchmarks
Diffusion-Models-Papers-Survey-T···
开源
学视频生成怕绕路？这份资料库帮你理清
Diffusion model papers, survey, and taxonomy
CoreML-Models
开源
下载即用的苹果端 AI 模型库，免去转换烦恼
Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···