Pulsar Coder 1.5B

Pulsar, NeutronYazılım tarafından Qwen2.5-Coder-1.5B-Instruct üzerine QLoRA ile fine-tune edilmiş, TypeScript, Kotlin ve Python odaklı bir kod üretim modelidir.

Kullanım

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "NeutronYazilim/pulsar-coder-1.5b"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

messages = [
    {"role": "system", "content": "You are an expert software engineer. Given an instruction, write the requested code."},
    {"role": "user", "content": "Write a TypeScript function `debounce` that delays invoking a function until after a wait time."},
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=300, repetition_penalty=1.15)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Quantize edilmiş GGUF sürümü (llama.cpp ile kullanım için) NeutronYazilim/pulsar-coder-1.5b-GGUF altında mevcut.

Eğitim

Baz model: Qwen2.5-Coder-1.5B-Instruct
Yöntem: QLoRA (4-bit NF4, r=16, alpha=32), sequence packing, 3 epoch
Veri seti: ~1450 örnek — public repo (claws-mouse-linux), bigcode/commitpackft (Python/TypeScript/Kotlin) ve elle yazılmış kimlik verisi
Donanım: RTX 3050 Laptop (4GB VRAM)

Sınırlamalar

1.5B parametre boyutunda küçük bir model; karmaşık/çok adımlı görevlerde daha büyük modeller kadar güçlü değildir.
Kimlik ile ilgili sorularda bazen gramer açısından pürüzlü cevaplar verebilir.
İngilizce kimlik soruları Türkçe kadar tutarlı değildir.