Instructions to use RESMP-DEV/LFM2.5-Encoder-230M-Code-BF16 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use RESMP-DEV/LFM2.5-Encoder-230M-Code-BF16 with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("feature-extraction", model="RESMP-DEV/LFM2.5-Encoder-230M-Code-BF16", trust_remote_code=True)# Load model directly from transformers import AutoTokenizer, AutoModel tokenizer = AutoTokenizer.from_pretrained("RESMP-DEV/LFM2.5-Encoder-230M-Code-BF16", trust_remote_code=True) model = AutoModel.from_pretrained("RESMP-DEV/LFM2.5-Encoder-230M-Code-BF16", trust_remote_code=True, device_map="auto") - Notebooks
- Google Colab
- Kaggle
| { | |
| "artifact_bytes": 464159282, | |
| "attention_implementation": "sdpa", | |
| "backend": "pytorch_cuda_bf16", | |
| "batch_sizes": { | |
| "passage": 4, | |
| "query": 32 | |
| }, | |
| "corpus": "corpus/test.jsonl", | |
| "corpus_sha256": "9ed10842a12132b6bfb5421df1e2f88dbcfbf6f6e960f36b22eb9ea6e3c72315", | |
| "cuda": { | |
| "device": "NVIDIA GeForce RTX 3090 Ti", | |
| "peak_memory_bytes": 736232960, | |
| "torch": "2.13.0+cu130" | |
| }, | |
| "input_limits": { | |
| "max_passage_chars": 4000, | |
| "max_query_chars": 1200, | |
| "passage_tokens": 2048, | |
| "query_tokens": 512 | |
| }, | |
| "language_counts": { | |
| "c": 95, | |
| "cpp": 750, | |
| "cuda": 1, | |
| "go": 750, | |
| "java": 750, | |
| "javascript": 750, | |
| "php": 750, | |
| "python": 750, | |
| "ruby": 750, | |
| "rust": 750, | |
| "shell": 6, | |
| "swift": 1, | |
| "toml": 129, | |
| "typescript": 750, | |
| "yaml": 13 | |
| }, | |
| "model_path": "artifacts/LFM2.5-Encoder-230M-Code-BF16", | |
| "passage_seconds": 36.66620972999999, | |
| "passages_per_second": 190.77510469473884, | |
| "queries_per_second": 755.686463584362, | |
| "query_seconds": 9.256484451000233, | |
| "samples": 6995, | |
| "schema_version": 1, | |
| "slices": { | |
| "all": { | |
| "mean_rank": 314.2793423874196, | |
| "mrr": 0.3962739246063872, | |
| "ndcg_at_10": 0.42364173920455106, | |
| "recall_at_1": 0.3222301644031451, | |
| "recall_at_10": 0.5373838456040029, | |
| "recall_at_5": 0.4751965689778413 | |
| }, | |
| "c": { | |
| "mean_rank": 13.052631578947368, | |
| "mrr": 0.2737884028682507, | |
| "ndcg_at_10": 0.3169729359077213, | |
| "recall_at_1": 0.12631578947368421, | |
| "recall_at_10": 0.5368421052631579, | |
| "recall_at_5": 0.4, | |
| "samples": 95 | |
| }, | |
| "cpp": { | |
| "mean_rank": 225.32933333333332, | |
| "mrr": 0.08600343125333741, | |
| "ndcg_at_10": 0.0910546934939449, | |
| "recall_at_1": 0.050666666666666665, | |
| "recall_at_10": 0.14133333333333334, | |
| "recall_at_5": 0.108, | |
| "samples": 750 | |
| }, | |
| "cuda": { | |
| "mean_rank": 1.0, | |
| "mrr": 1.0, | |
| "ndcg_at_10": 1.0, | |
| "recall_at_1": 1.0, | |
| "recall_at_10": 1.0, | |
| "recall_at_5": 1.0, | |
| "samples": 1 | |
| }, | |
| "go": { | |
| "mean_rank": 12.850666666666667, | |
| "mrr": 0.6596772572519141, | |
| "ndcg_at_10": 0.6892601855452422, | |
| "recall_at_1": 0.5733333333333334, | |
| "recall_at_10": 0.8, | |
| "recall_at_5": 0.756, | |
| "samples": 750 | |
| }, | |
| "java": { | |
| "mean_rank": 33.64666666666667, | |
| "mrr": 0.45932888241935205, | |
| "ndcg_at_10": 0.5034351901738695, | |
| "recall_at_1": 0.35333333333333333, | |
| "recall_at_10": 0.676, | |
| "recall_at_5": 0.5813333333333334, | |
| "samples": 750 | |
| }, | |
| "javascript": { | |
| "mean_rank": 60.748, | |
| "mrr": 0.4212374168111231, | |
| "ndcg_at_10": 0.4547832561213962, | |
| "recall_at_1": 0.336, | |
| "recall_at_10": 0.5933333333333334, | |
| "recall_at_5": 0.516, | |
| "samples": 750 | |
| }, | |
| "php": { | |
| "mean_rank": 14.878666666666666, | |
| "mrr": 0.6847110916702501, | |
| "ndcg_at_10": 0.7201481645824124, | |
| "recall_at_1": 0.6013333333333334, | |
| "recall_at_10": 0.8493333333333334, | |
| "recall_at_5": 0.784, | |
| "samples": 750 | |
| }, | |
| "python": { | |
| "mean_rank": 9.890666666666666, | |
| "mrr": 0.83537476194661, | |
| "ndcg_at_10": 0.8503649612192248, | |
| "recall_at_1": 0.7946666666666666, | |
| "recall_at_10": 0.9066666666666666, | |
| "recall_at_5": 0.8826666666666667, | |
| "samples": 750 | |
| }, | |
| "ruby": { | |
| "mean_rank": 21.602666666666668, | |
| "mrr": 0.6119444880719548, | |
| "ndcg_at_10": 0.6505055322380063, | |
| "recall_at_1": 0.5093333333333333, | |
| "recall_at_10": 0.7946666666666666, | |
| "recall_at_5": 0.732, | |
| "samples": 750 | |
| }, | |
| "rust": { | |
| "mean_rank": 62.42133333333334, | |
| "mrr": 0.3392667537492009, | |
| "ndcg_at_10": 0.379030616915146, | |
| "recall_at_1": 0.236, | |
| "recall_at_10": 0.544, | |
| "recall_at_5": 0.4533333333333333, | |
| "samples": 750 | |
| }, | |
| "shell": { | |
| "mean_rank": 1.3333333333333333, | |
| "mrr": 0.8333333333333334, | |
| "ndcg_at_10": 0.8769765845238192, | |
| "recall_at_1": 0.6666666666666666, | |
| "recall_at_10": 1.0, | |
| "recall_at_5": 1.0, | |
| "samples": 6 | |
| }, | |
| "swift": { | |
| "mean_rank": 1.0, | |
| "mrr": 1.0, | |
| "ndcg_at_10": 1.0, | |
| "recall_at_1": 1.0, | |
| "recall_at_10": 1.0, | |
| "recall_at_5": 1.0, | |
| "samples": 1 | |
| }, | |
| "toml": { | |
| "mean_rank": 60.713178294573645, | |
| "mrr": 0.04564208938294146, | |
| "ndcg_at_10": 0.038325852962882274, | |
| "recall_at_1": 0.007751937984496124, | |
| "recall_at_10": 0.08527131782945736, | |
| "recall_at_5": 0.03875968992248062, | |
| "samples": 129 | |
| }, | |
| "typescript": { | |
| "mean_rank": 111.74533333333333, | |
| "mrr": 0.25350446065401616, | |
| "ndcg_at_10": 0.2827095492191127, | |
| "recall_at_1": 0.17066666666666666, | |
| "recall_at_10": 0.416, | |
| "recall_at_5": 0.332, | |
| "samples": 750 | |
| }, | |
| "yaml": { | |
| "mean_rank": 5.846153846153846, | |
| "mrr": 0.37979050863666247, | |
| "ndcg_at_10": 0.4554739368028557, | |
| "recall_at_1": 0.23076923076923078, | |
| "recall_at_10": 0.7692307692307693, | |
| "recall_at_5": 0.5384615384615384, | |
| "samples": 13 | |
| } | |
| } | |
| } | |