Instructions to use RESMP-DEV/LFM2.5-Encoder-350M-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-350M-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-350M-Code-BF16", trust_remote_code=True)# Load model directly from transformers import AutoTokenizer, AutoModel tokenizer = AutoTokenizer.from_pretrained("RESMP-DEV/LFM2.5-Encoder-350M-Code-BF16", trust_remote_code=True) model = AutoModel.from_pretrained("RESMP-DEV/LFM2.5-Encoder-350M-Code-BF16", trust_remote_code=True, device_map="auto") - Notebooks
- Google Colab
- Kaggle
| { | |
| "artifact_bytes": 713740038, | |
| "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": 1109022208, | |
| "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-350M-Code-BF16", | |
| "passage_seconds": 50.30001908699978, | |
| "passages_per_second": 139.06555359156678, | |
| "queries_per_second": 616.2373005553991, | |
| "query_seconds": 11.351146698999855, | |
| "samples": 6995, | |
| "schema_version": 1, | |
| "slices": { | |
| "all": { | |
| "mean_rank": 330.28591851322375, | |
| "mrr": 0.37089093999564154, | |
| "ndcg_at_10": 0.3962590273267118, | |
| "recall_at_1": 0.3005003573981415, | |
| "recall_at_10": 0.5049320943531094, | |
| "recall_at_5": 0.4437455325232309 | |
| }, | |
| "c": { | |
| "mean_rank": 20.442105263157895, | |
| "mrr": 0.2117731377864393, | |
| "ndcg_at_10": 0.25758555301843117, | |
| "recall_at_1": 0.08421052631578947, | |
| "recall_at_10": 0.47368421052631576, | |
| "recall_at_5": 0.3473684210526316, | |
| "samples": 95 | |
| }, | |
| "cpp": { | |
| "mean_rank": 237.88933333333333, | |
| "mrr": 0.06541919883247528, | |
| "ndcg_at_10": 0.07290348520617336, | |
| "recall_at_1": 0.032, | |
| "recall_at_10": 0.128, | |
| "recall_at_5": 0.08133333333333333, | |
| "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": 13.869333333333334, | |
| "mrr": 0.6293734301417436, | |
| "ndcg_at_10": 0.6621000353289516, | |
| "recall_at_1": 0.54, | |
| "recall_at_10": 0.7866666666666666, | |
| "recall_at_5": 0.7346666666666667, | |
| "samples": 750 | |
| }, | |
| "java": { | |
| "mean_rank": 48.08266666666667, | |
| "mrr": 0.40234729303495803, | |
| "ndcg_at_10": 0.43446309427036295, | |
| "recall_at_1": 0.31066666666666665, | |
| "recall_at_10": 0.576, | |
| "recall_at_5": 0.492, | |
| "samples": 750 | |
| }, | |
| "javascript": { | |
| "mean_rank": 63.85066666666667, | |
| "mrr": 0.3910450252557199, | |
| "ndcg_at_10": 0.42094312386513455, | |
| "recall_at_1": 0.30933333333333335, | |
| "recall_at_10": 0.5506666666666666, | |
| "recall_at_5": 0.4693333333333333, | |
| "samples": 750 | |
| }, | |
| "php": { | |
| "mean_rank": 14.481333333333334, | |
| "mrr": 0.6705795049717042, | |
| "ndcg_at_10": 0.7096795137502152, | |
| "recall_at_1": 0.5773333333333334, | |
| "recall_at_10": 0.8493333333333334, | |
| "recall_at_5": 0.7733333333333333, | |
| "samples": 750 | |
| }, | |
| "python": { | |
| "mean_rank": 10.656, | |
| "mrr": 0.7955152937681796, | |
| "ndcg_at_10": 0.8114962511678071, | |
| "recall_at_1": 0.7466666666666667, | |
| "recall_at_10": 0.8733333333333333, | |
| "recall_at_5": 0.8506666666666667, | |
| "samples": 750 | |
| }, | |
| "ruby": { | |
| "mean_rank": 24.110666666666667, | |
| "mrr": 0.5751810813270319, | |
| "ndcg_at_10": 0.6209289374969588, | |
| "recall_at_1": 0.45866666666666667, | |
| "recall_at_10": 0.7866666666666666, | |
| "recall_at_5": 0.7106666666666667, | |
| "samples": 750 | |
| }, | |
| "rust": { | |
| "mean_rank": 74.77466666666666, | |
| "mrr": 0.28952116580703935, | |
| "ndcg_at_10": 0.3245350728741736, | |
| "recall_at_1": 0.18933333333333333, | |
| "recall_at_10": 0.476, | |
| "recall_at_5": 0.4, | |
| "samples": 750 | |
| }, | |
| "shell": { | |
| "mean_rank": 1.8333333333333333, | |
| "mrr": 0.6944444444444445, | |
| "ndcg_at_10": 0.7718216255952429, | |
| "recall_at_1": 0.5, | |
| "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": 62.21705426356589, | |
| "mrr": 0.05538568674278197, | |
| "ndcg_at_10": 0.05145324796436084, | |
| "recall_at_1": 0.015503875968992248, | |
| "recall_at_10": 0.10077519379844961, | |
| "recall_at_5": 0.06201550387596899, | |
| "samples": 129 | |
| }, | |
| "typescript": { | |
| "mean_rank": 128.28, | |
| "mrr": 0.19319093360004239, | |
| "ndcg_at_10": 0.20877946282216098, | |
| "recall_at_1": 0.128, | |
| "recall_at_10": 0.30666666666666664, | |
| "recall_at_5": 0.24266666666666667, | |
| "samples": 750 | |
| }, | |
| "yaml": { | |
| "mean_rank": 6.153846153846154, | |
| "mrr": 0.3277453315914854, | |
| "ndcg_at_10": 0.4153737804972049, | |
| "recall_at_1": 0.15384615384615385, | |
| "recall_at_10": 0.7692307692307693, | |
| "recall_at_5": 0.46153846153846156, | |
| "samples": 13 | |
| } | |
| } | |
| } | |