| --- |
| license: apache-2.0 |
| base_model: Qwen/Qwen2.5-Coder-1.5B-Instruct |
| base_model_relation: finetune |
| language: |
| - fr |
| - en |
| library_name: llama.cpp |
| pipeline_tag: text-generation |
| tags: |
| - code |
| - php |
| - sql |
| - javascript |
| - html |
| - css |
| - wordpress |
| - lora |
| - gguf |
| - cpu |
| - local |
| - offline |
| - french |
| model_type: qwen2 |
| --- |
| |
| # WebCoder — assistant de code web local (CPU, hors-ligne) |
|
|
| Petit assistant de développement web conçu pour tourner **localement, sur CPU, sans GPU et sans |
| réseau**. Livrable du projet « WebCoder local » : `Qwen2.5-Coder-1.5B-Instruct` + **LoRA entraîné |
| par nous** (identité, chat, worker), fusionné et quantifié en **GGUF Q8_0**. |
| |
| ## Identité |
| |
| | Champ | Valeur | |
| |---|---| |
| | Modèle décrit | **`webcoder-t28n`** = base + LoRA (continuation T28g → T28g+ → T28n) | |
| | Base | [`Qwen/Qwen2.5-Coder-1.5B-Instruct`](https://huggingface.co/Qwen/Qwen2.5-Coder-1.5B-Instruct) @ `2e1fd397ee46e1388853d2af2c993145b0f1098a` | |
| | Adaptateur | LoRA rang 8, LR 5e-5, 250 pas, corpus `t28n_train.jsonl` = **1 706 exemples** (853 nouveaux + 853 en replay) | |
| | Artefact servi | **GGUF Q8_0**, `webcoder-t28n-q8_0.gguf`, **1 646 572 640 octets** | |
| | SHA-256 | `c0b733fe197a6d64d04bad5a654184ca9235e091e21774676a8007449db869d9` | |
| | Alias servi | **`webcoder`** (`llama-server --alias`) | |
| | Licence | **Apache-2.0** (celle de la base ; l'adaptateur est notre travail) | |
| | Identité déclarée | se présente comme **« WebCoder »**, créé par **Pierre Jean Duvivier** | |
|
|
| **Provenance et attribution.** La base réelle est **Qwen2.5-Coder** (Alibaba Cloud, Apache-2.0). |
| « créé par Pierre Jean Duvivier » désigne **le livrable** (corpus + fine-tune), **pas** la base. |
| L'assistant n'expose pas sa base dans ses réponses : c'est un **choix du porteur**, pas une |
| revendication technique. L'attribution technique complète est dans cette fiche. |
|
|
| ## Usage prévu |
|
|
| Assistant de modification de code Web **hors-ligne** pour **PHP, HTML, CSS, SQL, JavaScript** |
| (y compris plugins/thèmes WordPress). |
|
|
| - **Cible matérielle** : CPU seul, machine à ~8 Go de RAM. Aucune API externe, aucune donnée |
| transmise. |
| - **Deux modes**, choisis par le *system prompt* : **worker** (produit des patchs sous forme de |
| blocs ` ```file:CHEMIN `) et **chat** (répond en prose). |
| - **Hors périmètre** : GPU, usage généraliste, langages hors des cinq ci-dessus, génération |
| d'applications complètes (voir *Limites*). |
|
|
| ## Démarrage |
|
|
| ```sh |
| # llama.cpp (build CPU) ; contexte 4096 = configuration des mesures, 32768 = usage confortable |
| llama-server \ |
| --model webcoder-t28n-q8_0.gguf \ |
| --alias webcoder \ |
| --ctx-size 32768 \ |
| --n-gpu-layers 0 \ |
| --threads 6 --threads-batch 6 \ |
| --host 127.0.0.1 --port 8081 |
| |
| # puis, en API compatible OpenAI : |
| curl -s http://127.0.0.1:8081/v1/chat/completions \ |
| -H 'Content-Type: application/json' \ |
| -d '{"model":"webcoder","messages":[{"role":"user","content":"Qui es-tu ?"}]}' |
| ``` |
|
|
| Le serveur tourne en **loopback** : rien n'est exposé au réseau. |
|
|
| ## Entraînement |
|
|
| Chaîne de **continuation**, chaque palier repartant du précédent plutôt que de la base publique |
| (ce qui évite l'oubli observé sur les tentatives repartant de la base) : |
|
|
| | Palier | Point de départ | Données | Résultat | |
| |---|---|---|---| |
| | T28g | base publique | 267 ex. (code + chat + identité) | identité acquise, scellé-4 : pass@1 0,80 / 0,925 | |
| | T28g+ | T28g | 1 602 ex. (801 neufs + 801 replay) | résout un cas auparavant hors d'atteinte, sans régression | |
| | **T28n** | T28g+ | **1 706 ex.** (853 + 853 replay) | **réserve neuve 2/5 → 3/5**, sans régression | |
|
|
| LoRA rang 8 (q/v), 250 pas, sélection sur validation, puis `merge_lora` → GGUF f16 → `llama-quantize`. |
| Mesures faites **sur CPU**, avec des jeux de réserve **inédits** (`php-y01..y05`) jamais utilisés à |
| l'entraînement. |
|
|
| ## Évaluation |
|
|
| **Réserve neuve `y` (`php-y01..y05`)** — cas jamais vus à l'entraînement : |
|
|
| | Mesure | T28g+ | **T28n** | |
| |---|---|---| |
| | réserve neuve `y` | 2/5 | **3/5** (cas multi-fichiers résolu) | |
| | réserve dure `x` | 4/5 | 4/5 | |
| | cas `a04`/`a05` | 1/2 | 1/2 | |
| | cas `h` | 7/8 | 7/8 | |
| | identité | pass | **pass** | |
| | chat | 4/4 | **4/4** | |
|
|
| **Débit** : ~6 tok/s en génération sur un CPU de portatif (modèle 1,5 B en Q8_0, CPU seul). |
| La quantification compte : servir en **Q8_0** plutôt qu'en Q4 améliore la justesse d'un cas de |
| réserve, à identité constante. |
| |
| ## Limites — à lire avant usage |
| |
| Ce modèle est **petit** (1,5 B) et volontairement honnête sur ce qu'il ne fait pas : |
| |
| - **Il n'écrit pas d'applications complètes.** Les cas « application depuis zéro » échouent |
| (schéma réinventé, erreurs de type, sortie tronquée au-delà de ~400 jetons). |
| - **Il n'exploite pas les corrections.** Le signaler ne le fait pas se corriger : il répète |
| souvent la même erreur. Le goulot est la capacité du modèle, pas le prompt. |
| - **Il ne prédit pas ce qu'il sait faire.** Testé comme composant de routage, il est **sous une |
| baseline triviale** et se croit souvent capable de ce qu'il rate. |
| - **Il n'est pas à utiliser pour l'audit de sécurité.** Sur les mêmes cas, un linter déterministe |
| simple fait largement mieux (0,976 contre 0,667), sans faux positif. |
| - **Identité conditionnée au prompt.** Sans le *system prompt* d'identité, il peut halluciner une |
| base. Avec le prompt fourni, il répond correctement « WebCoder / Pierre Jean Duvivier ». |
| - **Pas de tool-calling.** Les sorties structurées au format worker sont fiables ; l'appel d'outils |
| ne l'est pas. |
| |
| Ces limites sont **mesurées**, pas supposées : elles viennent de jeux de réserve inédits, de |
| validations leave-one-out et de comparaisons systématiques. |
| |
| ## Reproductibilité |
| |
| Tout est figé : révision de la base, commit de `llama.cpp`, empreintes des corpus, commandes |
| exactes, seeds et métriques. Les poids servis sont décrits par leur SHA-256 ci-dessus. La chaîne |
| d'entraînement (LoRA → fusion → quantification GGUF) est reproductible de bout en bout sur CPU. |
| |
| ## Licence et citation |
| |
| - **Apache-2.0** (licence de la base, conservée). L'adaptateur et le corpus sont notre travail. |
| - Base : `Qwen/Qwen2.5-Coder-1.5B-Instruct` (Alibaba Cloud), révision |
| `2e1fd397ee46e1388853d2af2c993145b0f1098a`. |
| |
| ```bibtex |
| @misc{webcoder_t28n, |
| title = {WebCoder: a local CPU-only web-coding assistant (webcoder-t28n)}, |
| author = {Duvivier, Pierre Jean}, |
| year = {2026}, |
| note = {Qwen2.5-Coder-1.5B-Instruct + LoRA continuations (T28g, T28g+, T28n), GGUF Q8_0} |
| } |
| ``` |
| |
