🚀 SpaceCode-E2B (v2 — Release Oficial Homologado)
SpaceCode-E2B é um modelo compacto de Engenharia de Software e Tutoria Educacional baseado no Google Gemma 4 E2B (google/gemma-4-E2B-it), ajustado via QLoRA SFT com Unsloth pela SpaceGhost.
Status de Homologação: ✅ Aprovado para Produção Educacional (v2 Merged 16-bit)
Benchmark Oficial (50 Questões Ementa Android/React Native): 44/50 (88.0%) | Score Composto: 95.20%
📊 Métricas Oficiais do Benchmark (50 Questões)
Avaliação controlada sobre o currículo oficial de Desenvolvimento Mobile Android e React Native:
| Tema da Ementa | Tópicos Cobertos | Acurácia v2 Oficial | Status |
|---|---|---|---|
| Tema 2 | Sintaxe JSX, Expo CLI vs Bare CLI, NPM/Yarn, Hooks básicos | 6/8 (75.0%) | Aprovado |
| Tema 3 | UI Nativa, FlatList, Flexbox, React Navigation, styled-components | 6/8 (75.0%) | Aprovado |
| Tema 4 | Persistência Local (AsyncStorage, SQLite, Realm, MongoDB) | 8/8 (100.0%) | Perfeito |
| Tema 5 | Conexão Remota (Fetch, Axios, OAuth2, Offline-First) | 7/8 (87.5%) | Aprovado |
| Tema 6 | Arquitetura MVC/DAO, Flux vs Redux, AES/CryptoJS, Jest, Google Play | 7/8 (87.5%) | Aprovado |
| Tema 7 | Desafios Integrados e Casos de Arquitetura | 10/10 (100.0%) | Perfeito |
| TOTAL GERAL | 50 Questões Fechadas de Múltipla Escolha | 44/50 (88.0%) | Homologado |
📦 Estrutura e Governança de Artefatos
| Caminho no Repositório | Formato | Status | Descrição |
|---|---|---|---|
model.safetensors (raiz) |
Safetensors (16-bit Merged) | Produção Oficial | Modelo completo fundido (v2 Merged) para transformers, vLLM ou TGI (Texto + Visão + Áudio) |
Q4_K_M.gguf (raiz) |
GGUF (Q4_K_M) |
Produção Oficial | Pesos de linguagem quantizados em 4-bit para Ollama e llama.cpp |
mmproj-F16.gguf (raiz) |
GGUF Vision Projector (F16) | Produção Oficial | Projetor multimodal (SigLIP/ViT) para leitura de imagens no Ollama e llama.cpp |
lora/ |
QLoRA Adapter v2 | Produção Oficial | Pesos do adaptador validado com ~180 passos (SpaceGhost/SpaceCode-E2B/lora) |
lora_v4/ |
Micro-LoRA Corretivo | Ativo Experimental | Adaptador corretivo com 82.0% de acurácia global e correção do Caso 3 (styled-components) |
lora_v3/ |
LoRA Pedagógico | Linha de Pesquisa | Adaptador com estrutura explicativa detalhada de distratores de prova |
lora_master/ |
Checkpoint Unificado | Arquivado | Baseline em estudo de expansão de dados heterogêneos |
🚀 Como Executar
1. Via Ollama (Multimodal com Imagens + Texto)
O repositório já inclui o Modelfile pré-configurado com ligação nativa ao mmproj-F16.gguf:
# Baixar arquivos e registrar o modelo no Ollama:
ollama create spacecode -f Modelfile
# Executar com prompt de texto ou análise de imagem:
ollama run spacecode "Analise esta tela de UI: /caminho/para/imagem.png"
2. Via llama.cpp (Texto + Visão)
# Inferência multimodal com suporte a imagem:
llama-cli -m Q4_K_M.gguf --mmproj mmproj-F16.gguf --image /caminho/para/imagem.png -p "<|turn>user\nExplique o problema nesta UI e mostre o código React Native correto.<turn|>\n<|turn>model\n"
3. Via Transformers (Multimodal Python Oficial)
from transformers import AutoProcessor, AutoModelForMultimodalLM
MODEL_ID = "SpaceGhost/SpaceCode-E2B"
# Carregar processador e modelo multimodal completo
processor = AutoProcessor.from_pretrained(MODEL_ID)
model = AutoModelForMultimodalLM.from_pretrained(
MODEL_ID,
torch_dtype="auto",
device_map="auto"
)
# Processar texto e imagem:
messages = [
{
"role": "user",
"content": [
{"type": "image", "url": "https://example.com/screenshot.png"},
{"type": "text", "text": "Analise a tela e crie o componente React Native correspondente."}
]
}
]
inputs = processor.apply_chat_template(
messages,
tokenize=True,
return_dict=True,
return_tensors="pt",
add_generation_prompt=True,
).to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512)
response = processor.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True)
print(response)
🎯 Capacidades Homologadas
- Desenvolvimento Mobile Android (React Native & Expo):
- Resolução de dúvidas conceituais e arquiteturais cobrindo Temas 2 ao 7.
- Diagnóstico estático de código, verificação de dependências de hooks (
useEffect), importação correta de módulos nativos e contratos assíncronos.
- Engenharia de Software e Reparo Causal Multimodal:
- Diagnóstico de falhas de renderização de interface visual (C08).
- Geração de patches em Unified Diff e código corretivo com restauração visual comprovada.
⚠️ Atribuição
- SpaceCode-E2B is a fine-tuned derivative of Google Gemma 4 E2B (
google/gemma-4-E2B-it).
- Downloads last month
- -