GPT
הוספת כלי
S

Strand-Rust-Coder-14B-v1

קוד פתוח

Fortytwo-Networkapache-2.02025-09-29

  • transformers
  • safetensors
  • qwen2
  • text-generation
  • conversational

המודל הזה מיועד למפתחים שכותבים בראסט ומחפשים קוד שעובר את הבורו צ'קר בלי לקרוא לשרת חיצוני. הוא אומן נקודתית כדי לפתור את חוקי הבעלות והטיפוסים של השפה.

  • 15Bפרמטרים
  • 32,768טוקנים בהקשר
  • 27.5 GBמשקל הקבצים
  • 1,567הורדות בחודש

מה זה

במקום עוד מודל קוד כללי שמנסה להבין הכל מ־Python ועד SQL, לקחו כאן את Qwen2.5-Coder-14B-Instruct וביצעו עליו אימון LoRA ממוקד למשימות ראסט בלבד. הדאטה־סט כלל 191,008 דוגמאות סינתטיות שנוצרו ברשת מבוזרת, עם דרישה של 94.3% מעבר קומפילציה ובדיקות סמנטיות מול ארגזים מ־crates.io.

במבחן RustEvo2, שבודק מעבר של בדיקות יחידה בסביבת Rust 1.86.0 מבודדת, הוא השיג 43%, בעוד שמודלים כמו GPT-5 Codex או Claude 3.7 Sonnet עומדים על 28% ו־31% בהתאמה. השיפור המשמעותי נרשם ביצירת בדיקות יחידה, שם הוא זינק מציון אפס של מודל הבסיס ל־0.51, ובחיזוי שימוש ב־API מ־0.27 ל־0.71. המשמעות היא לא שהוא חכם יותר באופן כללי, אלא שהוא פשוט עושה פחות שגיאות ספציפיות למנגנון ה־lifetimes של ראסט.

מתאים ל

  • יצירת בדיקות יחידה בראסט

    הוא הגיע לציון 0.51 ביצירת טסטים לעומת 0 במודל הבסיס, ומתאים לכיסוי פונקציות קיימות.

  • עוזר השלמת קוד מקומי

    בזכות גרסאות GGUF מ־8.99 גיגה הוא רץ על מחשב פיתוח ומציע תחביר תואם בורו צ'קר.

  • חיזוי שימוש בספריות

    הוא קופץ לציון 0.71 בהבנת קריאות API תקינות מתוך crates מובילים.

איפה זה נופל

ההתמקדות בראסט באה על חשבון דברים אחרים. הכרטיס מצהיר מפורשות שהמודל מפגר מאחור במשימות אלגוריתמיות כלליות, חידות נוסח HumanEval ומשימות רב־לשוניות. בריפקטורינג של קוד הציון שלו עומד על 0.19 עד 0.20 בלבד, כך שהוא עדיין מתקשה לשכתב מבנים מורכבים. אסור לסמוך על הפלט שלו לקוד פרודקשן בלי קומפילציה ובדיקות אוטומטיות, כי הוא עדיין נכשל ביותר ממחצית ממקרי המבחן.

אותה משפחה

Strand-Rust-Coder יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Strand-Rust-Coder-14B-v1-GGUF1,075

שאלות
נפוצות

האם הוא יכול להחליף מודל כללי לפיתוח פרויקטים ב־Python או Go?

לא. מדובר באימון ייעודי לראסט, והמפתחים מציינים שהוא נחלש במשימות בשפות אחרות. אם אתם עובדים ב־stack מעורב, עדיף להישאר עם מודל הבסיס Qwen2.5-Coder.

האם הקוד שהוא מייצר תמיד עובר קומפילציה?

לא. למרות שבדאטה האימון היה 94.3% מעבר, בבנצ'מרק RustEvo2 הוא פתר 43% בלבד מהמשימות. אתם חייבים להריץ cargo check ו־cargo test על כל פלט.

איך מריצים

כדי להריץ את גרסת ה־bfloat16 המקורית כפי שהיא, צריך כרטיס מסך עם לפחות 32 גיגה זיכרון, כמו A100 או זוג כרטיסי 16 גיגה, כיוון שהמשקל הוא 27.5 גיגה. הקוד נתמך ישירות דרך ספריית transformers ב־PyTorch עם פונקציית pipeline או AutoModelForCausalLM פשוטה.

אם אין לכם חומרה כזו בשרת, יש גרסאות GGUF שמתאימות ל־llama.cpp או Ollama. גרסת 4 ביט יורדת ל־8.99 גיגה ונכנסת בכל כרטיס צרכני עם 12 או 16 גיגה זיכרון, בעוד שגרסת 8 ביט דורשת 15.7 גיגה. אם אתם צריכים רק שאילתה אחת ביום, שירות ענן יהיה זול יותר מלהחזיק שרת כזה דלוק.

from transformers import pipeline

pipe = pipeline("text-generation", model="Fortytwo-Network/Strand-Rust-Coder-14B-v1")
print(pipe("שלום"))

הקבצים

18 קבצים במאגר, 27.5 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות אותו, לשלב אותו בתוך מוצר סגור ולהפיץ אותו ללקוחות. התנאי היחיד הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי, בלי להטיל אחריות משפטית על היוצרים.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗