WebCoder-100M
WebCoder-100M é um pequeno modelo decoder-only treinado do zero para geração e continuação de HTML, CSS e JavaScript.
Arquitetura
- Parâmetros: 100,000,512 (100.000512M)
- Layers: 11
- Hidden size: 768
- Attention heads: 12
- Contexto: 1024 tokens
- Vocabulário: 27,664
- Precisão de treino: BF16
Dataset
Treinado a partir dos subconjuntos HTML, CSS e JavaScript de bigcode/the-stack-smol-xl, com limpeza, deduplicação e filtro opcional por metadados de licença.
O código-fonte original do dataset pode possuir licenças variadas. Consulte o dataset e a origem de cada amostra antes de usar os pesos em cenários que exijam revisão jurídica específica.
Formato de prompt
<|bos|><|prompt|>
Crie uma landing page responsiva.
<|html|>
Também existem os tokens <|css|> e <|javascript|>.
Métricas desta execução
- Step final: 8000
- Eval loss: 1.2921
- Perplexidade: 3.6405
- Tempo de treino: 47.43 min
Limitações
Este é um modelo de aproximadamente 100M parâmetros e treinamento curto. Pode produzir HTML/CSS/JS inválido, inseguro, incompleto ou repetitivo. Revise o código antes de executar ou publicar.
Uso com Transformers
from transformers import AutoTokenizer, AutoModelForCausalLM
tok = AutoTokenizer.from_pretrained("caikybaldo999/webcoder-pro")
model = AutoModelForCausalLM.from_pretrained("caikybaldo999/webcoder-pro")