RINA Coder โ€” Base

Modele de langage RINA AI dedie a la generation, la completion et l explication de code. Site : plateforme-rina.com ยท Code : 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.

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

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.

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.

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.

Contact

Citation

@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}
}
Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. ๐Ÿ™‹ Ask for provider support