Instructions to use jumplander/jumplander-coder-32b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use jumplander/jumplander-coder-32b with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="jumplander/jumplander-coder-32b")# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("jumplander/jumplander-coder-32b", dtype="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- vLLM
How to use jumplander/jumplander-coder-32b with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "jumplander/jumplander-coder-32b" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "jumplander/jumplander-coder-32b", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/jumplander/jumplander-coder-32b
- SGLang
How to use jumplander/jumplander-coder-32b with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "jumplander/jumplander-coder-32b" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "jumplander/jumplander-coder-32b", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "jumplander/jumplander-coder-32b" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "jumplander/jumplander-coder-32b", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use jumplander/jumplander-coder-32b with Docker Model Runner:
docker model run hf.co/jumplander/jumplander-coder-32b
درباره Jumplander-Coder-32B – توضیح از تیم توسعه
سلام!
ما تیم توسعه Jumplander هستیم و خوشحالیم مدل Jumplander-Coder-32B را معرفی کنیم. این مدل برای تولید کد و درک پرامپتهای پیچیده طراحی شده و هدفش کمک به توسعهدهندگان برای ساخت پروژههای واقعی است.
ویژگیهای کلیدی:
تولید کد دقیق و قابل اجرا
درک چندمرحلهای پرامپتها و حل مسائل پیچیده
مناسب برای انواع زبانها و فریمورکها در پروژههای واقعی
برای اطلاعات بیشتر و بررسی مدل میتوانید به jumplander.org
مراجعه کنید و مدل را در صفحه تست مدل
امتحان کنید.
ما همیشه به دنبال بهبود مدل هستیم و از بازخورد سازنده کاربران استقبال میکنیم. تجربه کار با این مدل هم آسان و هم لذتبخش طراحی شده است.
سلام رفقا
من امروز مدل رو تست کردم و برای کسایی که میپرسن بگم فعلا فقط از طریق وب و توی سایت خود جمپلندر میشه ازش استفاده کرد
برای تست مستقیم به این صفحه مراجعه کنید
https://www.jumplander.org/core-v/
تجربه کار باهاش خیلی خوب بود و امیدوارم نسخه لوکال هم زودتر بیاد
دمتون گرم
شما واقعاً افتخار ایران هستید! دیدن چنین مدل پیشرفته و کاربردی که از ایران منتشر شده، انگیزه میده و باعث غرور ماست. 💚🇮🇷 واقعاً تبریک میگم به تیم جامپ لندر برای این کار فوقالعاده!