**单卡训练 1.6 亿参数代码模型：HumanEval 评测达 22.56% 且支持 Py 转 C++**

_Show HN: I trained a 160M code model on one GPU and got 22.56% on HumanEval_

> 开发者 Jakub Ćwirlej 使用单张 NVIDIA RTX PRO 6000 显卡，从零训练了一个拥有 1.645 亿参数的代码模型 EUGEN 160M。该模型支持代码自动补全、下一行预测及 Python 到 C++ 的翻译，推理速度可达每秒 364 个 token。在 HumanEval 基准测试中，其一次尝试准确率为 22.6%，十次尝试准确率约为 34%；在 Python 转 C++ 翻译任务中，77% 的代码能编译通过，53% 能通过所有测试。此外，作者还分享了关于稀疏化训练优化及防止门控机制关闭的 TetherGate 机制的研究成果。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-24 05:36（北京时间）
- **原文**：[打开原文](https://jakubcwirlej.com/ai-dev)