File size: 1,650 Bytes
7070f0a | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 | ---
library_name: transformers
pipeline_tag: text-generation
language:
- code
- pt
- en
tags:
- html
- css
- javascript
- code-generation
- from-scratch
datasets:
- bigcode/the-stack-smol-xl
license: other
---
# 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
```text
<|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
```python
from transformers import AutoTokenizer, AutoModelForCausalLM
tok = AutoTokenizer.from_pretrained("caikybaldo999/webcoder-pro")
model = AutoModelForCausalLM.from_pretrained("caikybaldo999/webcoder-pro")
```
|