Instructions to use AdminReal/NexusCoder with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use AdminReal/NexusCoder with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="AdminReal/NexusCoder")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("AdminReal/NexusCoder")
model = AutoModelForCausalLM.from_pretrained("AdminReal/NexusCoder", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use AdminReal/NexusCoder with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "AdminReal/NexusCoder"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "AdminReal/NexusCoder",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/AdminReal/NexusCoder

SGLang

How to use AdminReal/NexusCoder with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "AdminReal/NexusCoder" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "AdminReal/NexusCoder",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "AdminReal/NexusCoder" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "AdminReal/NexusCoder",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use AdminReal/NexusCoder with Docker Model Runner:
```
docker model run hf.co/AdminReal/NexusCoder
```

NexusCoder / docs /TRAINING.md

AdminReal

Import NexusCoder from github.com/mhieuhonda/NexusCoder

eca5751 verified about 1 month ago

preview code

Raw

History Blame Contribute Delete

1.99 kB

Huấn luyện Nexus Coder / Training Nexus Coder

Tổng quan / Overview

Nexus Coder v0.1 có thể được huấn luyện với script scripts/train.py. Training data được "hardcoded" với thông tin tác giả.

Training Data

Dữ liệu huấn luyện nằm trong nexus/training/dataset.py và chứa:

Q&A về tác giả (Hieu Louis)
Sample code snippets
Small talk examples
Cả tiếng Việt và tiếng Anh

Để thêm dữ liệu, chỉnh sửa AUTHOR_TRAINING_DATA trong file đó.

Cấu hình / Configuration

Tiny config (CPU)

python scripts/train.py --steps 100 --batch_size 2 --max_length 64

Full 10B config (cần GPU)

python scripts/train.py --full --steps 5000 --batch_size 4

Yêu cầu hệ thống / System Requirements

Tiny config

CPU: bất kỳ
RAM: 2GB+
Disk: 100MB

Full 10B config

GPU: cần nhiều GPU (VD: 4x A100 80GB)
RAM: 64GB+
Disk: 50GB+ cho checkpoints
Training time: nhiều ngày/tuần

Hyperparameters mặc định

Tham số	Giá trị
Learning rate	5e-4
Weight decay	0.01
Warmup steps	100
Max steps	5000
Batch size	4
Gradient accumulation	4
Save steps	500
Max grad norm	1.0
LR schedule	Cosine
Optimizer	AdamW (β1=0.9, β2=0.95)

Outputs

Training sẽ tạo:

checkpoints/nexus_coder-step-{N}.pt - checkpoint
checkpoints/nexus_coder-final.pt - final checkpoint
checkpoints/tokenizer.json - trained tokenizer
checkpoints/training_log.json - training log

Tiếp tục từ checkpoint

# Đang cập nhật trong v0.2

Lưu ý / Notes

⚠️ v0.1 chỉ là foundation:

Tiny config chỉ dùng để verify code chạy được
Full 10B cần GPU nhiều VRAM và nhiều thời gian
Model chưa được pre-trained trên corpus lớn
Để model trả lời thực sự, cần train thêm nhiều dữ liệu