Tyesee/ZuperAI-12.5.0.2

ZuperAI 12.5.0.2

Кодовая модель (3B), заточенная под чистый лаконичный Python-бэкенд: FastAPI, SQLite, argparse, numpy. Докстринги и комментарии — на русском, стиль stdlib-first.

Полностью офлайн: ~2 ГБ для Q4, ~6 ГБ для f16.

Файлы

• ZuperAI-12.5.0.2-Q4_K_M.gguf — 4-бит (меньше / быстрее)
• ZuperAI-12.5.0.2-f16.gguf — полная точность
• Modelfile — для Ollama

Примеры генерации

Запрос: «Напиши эндпоинт FastAPI для списка постов с поиском и пагинацией»

from fastapi import FastAPI

app = FastAPI()


@app.get("/api/posts")
def api_posts(q: str = "", page: int = 1, per: int = 10):
    posts = database.search_posts(q) if q else database.get_posts()
    total = len(posts)
    start = (page - 1) * per
    return {"posts": posts[start:start + per], "total": total, "page": page, "per": per}

Запрос: «Найди и исправь ошибку: def mean(xs): return sum(xs) / len(xs)»

def mean(xs):
    if not xs:
        return 0.0
    return sum(xs) / len(xs)

Производительность

• Обучение: ~34k примеров, 1 эпоха, train loss ≈ 0.28
• Скорость: ~12 ток/сек (bf16, RTX 4060 Ti); в llama.cpp / Ollama быстрее (Q4)

Использование

LM Studio

Скачай любой .gguf и открой его в LM Studio.

Ollama

ollama create ZuperAI -f Modelfile
ollama run ZuperAI

llama.cpp

llama-server -m ZuperAI-12.5.0.2-Q4_K_M.gguf -c 4096