README.md

metadata

license: other
license_name: proprietary
license_link: LICENSE

---

🚀 JumpLander Coder 32B 🇮🇷

Advanced Code-Generation LLM — optimized for Persian-speaking developers
جامپلندر کُدر 32B — مدل تولید کُد پیشرفته برای توسعه‌دهندگان فارسی‌زبان

This is a documentation-only release. Model weights will be published in the upcoming open-source launch.
این فقط نسخهٔ مستندسازی است. وزن‌های مدل به زودی در انتشار متن‌باز ارائه خواهند شد.

---

🌟 Overview | مروری بر پروژه

JumpLander Coder 32B is a high-performance, bilingual (English–Persian) code-generation LLM designed to deliver:
JumpLander Coder 32B یک مدل تولید کُد با عملکرد بالا و دو زبانه (انگلیسی و فارسی) است که طراحی شده تا:

• High-quality, executable code generation ⚡ — تولید کدی با کیفیت بالا و قابل اجرا
• Multi-file reasoning & architecture-level analysis 🧩 — تحلیل سطح معماری و استدلال در چند فایل
• Security-aware and refactoring-optimized outputs 🛡️ — خروجی‌هایی با آگاهی امنیتی و بهینه‌شده برای بازسازی کد
• Enhanced usability for Persian-speaking developers 🇮🇷 — تجربهٔ بهتر برای توسعه‌دهندگان فارسی‌زبان

⚠️ Model weights and tokenizer are not released yet.
⚠️ وزن‌های مدل و توکنایزر هنوز منتشر نشده‌اند.

---

📊 Current Status | وضعیت فعلی

• ✔ Documentation available — مستندسازی موجود است
• ✔ Benchmarks included — بنچمارک‌ها افزوده شده‌اند
• ❌ No model weights available yet — هنوز وزنی برای مدل منتشر نشده است
• 🚀 Future open-source release planned — انتشار متن‌باز در آینده برنامه‌ریزی شده است
  :contentReference[oaicite:1]{index=1}

---

🗂 Local-Use & Software Distribution | استفادهٔ محلی و توزیع نرم‌افزار

We are building a dedicated desktop-/server-software (JumpLander App) that allows users to download the model weights and run the model locally on their machine.
ما در حال ساخت نرم‌افزار اختصاصی (JumpLander App) هستیم که کاربران بتوانند وزن مدل را دانلود کرده و مدل را به صورت محلی روی سیستم خود اجرا کنند.

Important note | نکتهٔ مهم:

• Until the local package is released, you can test the model via our website/demo.
  تا زمان انتشار بستهٔ محلی، می‌توانید از طریق وب‌سایت/دمو مدل را آزمایش کنید.
• When local usage is available, the flow will be:
  1. Download model weights + checksum + signature
  2. Verify integrity locally (SHA-256, PGP)
  3. Load model via JumpLander App or CLI
  4. Start coding locally — offline or online

جریان کار زمانی که قابلیت لوکال آماده شود:

1. دانلود وزن‌های مدل + چکسام + امضای دیجیتال
2. بررسی صحت و یکپارچگی محلی (SHA-256 و PGP)
3. اجرا از طریق JumpLander App یا CLI
4. شروع به کدنویسی به صورت محلی — آفلاین یا آنلاین

---

🧪 Benchmarks (Prototype) | بنچمارک‌ها (نسخهٔ اولیه)

Task	Score	Notes
HumanEval	72%	Strong execution accuracy :contentReference[oaicite:2]{index=2}
Repo-level Q&A	High	Multi-file reasoning stability :contentReference[oaicite:3]{index=3}
Persian Instruction Following	Excellent	Bilingual optimization :contentReference[oaicite:4]{index=4}

---

💡 Why Choose JumpLander Coder 32B? | چرا JumpLander انتخاب خوبی است؟

🧠 Stronger multi-file reasoning

Built for architecture-level understanding and repository-wide analysis.

🇮🇷 Optimized for Persian-speaking developers

Enhanced bilingual dataset and instruction tuning for real-world Persian workflows.

🛡️ Secure-by-design coding

Refactoring, patch suggestions, and safe coding patterns included by design.

⚡ Developer-centric workflow

SDK, CLI, test-generation, repo-analysis, and future IDE integrations.
:contentReference[oaicite:5]{index=5}

---

🎯 Intended Use Cases | موارد کاربرد پیشنهادی

• Rapid application scaffolding — ساخت سریع اپلیکیشن
• Full repository refactoring — بازسازی کاملِ ریپوزیتوری
• Code debugging & architecture inspection — دیباگ کد و بازبینی معماری
• Documentation and API spec generation — تولید مستندات و مشخصات API
• Teaching and learning programming (English + Persian) — آموزش و یادگیری برنامه‌نویسی (انگلیسی + فارسی)

  ⚠️ Not intended for unreviewed deployment in safety-critical systems.
  ⚠️ برای استفاده بدون بازبینی در سیستم‌های حساس به امنیت توصیه نمی‌شود.
  :contentReference[oaicite:6]{index=6}

---

🗂 Repository Structure | ساختار ریپوزیتوری

• README.md — project introduction — معرفی پروژه
• LICENSE — proprietary license placeholder — محل قرارگیری مجوز اختصاصی
• (بزودی) models/ — شاخهٔ وزن‌ها و فایل‌های اعتبارسنجی
• (بزودی) scripts/ — اسکریپت‌های ارزیابی، تست، نصب

---

🛠 Planned Capabilities | قابلیت‌های برنامه‌ریزی شده

• Repository-wide code generation
• Multi-language support: Python, JS/TS, Go, Rust, Java, C/C++, Bash, SQL
• Refactoring automation & patch suggestions
• Test generation (unit, integration, regression)
• Long-context reasoning
• CLI, SDK, and IDE extensions
  :contentReference[oaicite:7]{index=7}

---

💻 Example Usage (Future API) | نمونهٔ استفاده (آینده)

from jumplander_sdk import JumplanderClient

client = JumplanderClient(api_key="YOUR_KEY")

# Scaffold a FastAPI app with JWT + PostgreSQL
project = client.scaffold(
    "Create a FastAPI service with JWT auth and PostgreSQL integration",
    language="python"
)
project.save("./generated_app")

# Refactor an existing repository
patches = client.refactor("./myrepo", intent="improve architecture and modularity")
client.apply_patches(patches)