OpenCoder-llm

OpenCoder-llm 是一个面向代码大语言模型（Code LLM）的开源技术栈项目，提供预训练数据清洗管道、高质量代码语料库（如 RefineCode、Fineweb-code-corpus）、渐进式后训练数据（annealing corpus）及专用评估框架 OpenCodeEval。其技术特点包括模块化数据构建流程、多阶段模型检查点发布（1.5B/8B Base）、支持算法与数学代码联合建模，并强调数据质量可控与可复现。适用于需要自建或微调代码大模型的研究团队、AI 工程师及开源社区，尤其适合开展代码预训练数据工程、模型评估与领域适配工作。