---
license: mit
language:
  - en
  - fr
  - code
library_name: transformers
pipeline_tag: text-generation
tags:
  - code
  - code-generation
  - rina-ai
  - llm
---

# RINA Coder — Base

> Modele de langage RINA AI dedie a la generation, la completion et l explication de code.
> Site : [plateforme-rina.com](https://plateforme-rina.com) · Code : [github.com/siliconcorerina/RINA-AI](https://github.com/siliconcorerina/RINA-AI)

**Statut : placeholder.** Les poids ne sont pas encore publies. Ce depot reserve l identifiant `siliconcorerina/rina-coder-base` et decrit le modele cible. La premiere version sera annoncee via les [issues du depot GitHub](https://github.com/siliconcorerina/RINA-AI/issues/4).

## Description

RINA Coder est la famille de modeles de generation de code maintenue par l equipe RINA AI. Cette variante `base` est destinee a la completion et a la generation libre. Une variante `instruct` suivra pour les usages conversationnels.

## Usage prevu

```python
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "siliconcorerina/rina-coder-base"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

prompt = "def fibonacci(n):"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=128, temperature=0.2)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
```

Voir aussi le script de demo : [demo/inference_example.py](https://github.com/siliconcorerina/RINA-AI/blob/main/demo/inference_example.py).

## Cas d usage

- Completion de code dans des editeurs et IDE
- Generation de fonctions a partir de docstrings
- Explication de snippets de code
- Refactoring assiste
- Tests unitaires generes a partir du code source

## Hors perimetre

- Conseil juridique, medical ou financier
- Decisions impactant des personnes (recrutement, credit, etc.)
- Usage en production sans verification humaine du code genere

## Donnees d entrainement

A documenter lors de la publication du premier checkpoint. Les sources prevues incluent :

- Code open source sous licences permissives
- Documentation technique publique
- Corpus de problemes de programmation (HumanEval-like)

## Evaluation

Les benchmarks cibles sont :

| Benchmark | Statut |
|-----------|--------|
| HumanEval (pass@1) | a venir |
| MBPP (pass@1) | a venir |
| MultiPL-E (Rust, Go, Kotlin) | a venir |
| RINA-Bench (interne) | a venir |

Suivi : [issues evaluation](https://github.com/siliconcorerina/RINA-AI/labels/evaluation).

## Limitations

- Le code genere peut contenir des bugs, des failles de securite, ou ne pas compiler. Toujours relire et tester.
- Le modele peut halluciner des API ou des bibliotheques inexistantes.
- Les performances varient fortement selon le langage et le domaine.
- Le contexte est limite ; les fichiers tres longs ne sont pas couverts dans une seule passe.

## Licence

MIT. Voir [LICENSE](https://github.com/siliconcorerina/RINA-AI/blob/main/LICENSE).

## Contact

- Site : [plateforme-rina.com](https://plateforme-rina.com)
- Email : [hello@plateforme-rina.com](mailto:hello@plateforme-rina.com)
- GitHub : [github.com/siliconcorerina](https://github.com/siliconcorerina)

## Citation

```bibtex
@misc{rinacoder2026,
  title  = {RINA Coder: a code language model by RINA AI},
  author = {RINA AI Team},
  year   = {2026},
  url    = {https://huggingface.co/siliconcorerina/rina-coder-base}
}
```