---
library_name: transformers
tags:
- unsloth
- abp-io
- csharp
- dotnet
- coding
- agent
- vibe-coding
- tooling
license: apache-2.0
base_model:
- deepseek-ai/DeepSeek-R1
pipeline_tag: text-generation
---

# B3G ABP.IO Coder Thinking Max

## Model Details

### Model Description

**B3G_ABP.IO_Coder_thinking_max** est un fine-tune de DeepSeek-R1 spécialisé pour le développement C# / ABP.IO.  
Il est conçu pour le **vibe coding** — le développeur décrit son intention en langage naturel et le modèle génère, complète ou refactorise du code ABP.IO de manière agentique, avec du tooling intégré.

- **Developed by:** Badre Zouiri
- **Funded by:** Badre Zouiri (projet personnel)
- **Shared by:** Badre Zouiri
- **Model type:** Causal Language Model (fine-tuned) avec support de tool calling
- **Language(s) (NLP):** Anglais, Français, Arabe
- **Programming Language(s):** C#, .NET, ABP.IO, CSHTML, JSON
- **License:** Apache 2.0
- **Finetuned from model:** [deepseek-ai/DeepSeek-R1](https://huggingface.co/deepseek-ai/DeepSeek-R1)

### Model Sources

- **Repository:** [bzouiri/B3G_ABP.IO_Coder_thinking_max](https://huggingface.co/bzouiri/B3G_ABP.IO_Coder_thinking_max)
- **Paper:** N/A
- **Demo:** Coming soon

---

## Uses

### Direct Use

Ce modèle peut être utilisé directement pour :
- Générer du code ABP.IO (Application Services, Entities, DTOs, Repositories, Modules...)
- Répondre à des questions techniques sur ABP Framework, ASP.NET Core, EF Core
- Compléter ou refactoriser du code C# dans un contexte ABP
- Interactions en anglais, français et arabe

### Downstream Use (Vibe Coding Agent)

Le cas d'usage principal est l'intégration dans un **agent de vibe coding** :
- L'utilisateur décrit en langage naturel ce qu'il veut construire
- Le modèle génère le code ABP.IO correspondant
- Des **outils (tools)** permettent au modèle d'interagir avec le projet :
  - Lire/écrire des fichiers `.cs`
  - Exécuter `dotnet build` / `dotnet ef migrations add`
  - Inspecter la structure du projet ABP
  - Appeler des commandes ABP CLI (`abp generate-proxy`, `abp add-module`, etc.)

### Out-of-Scope Use

- Non adapté aux projets .NET hors ABP Framework sans adaptation
- Ne remplace pas une revue de code humaine
- Non destiné à des projets non-.NET (Java, Python, etc.)

---

## Bias, Risks, and Limitations

- Le modèle est optimisé pour **ABP.IO v7+**
- Le code généré doit toujours être relu et testé avant mise en production
- Les patterns générés suivent les conventions ABP standard
- Hérite des biais de DeepSeek-R1 sur le code généré

### Recommendations

Toujours valider le code généré via les tests unitaires et une revue humaine. Utiliser le modèle comme **co-pilote**, non comme seul développeur.

---

## How to Get Started with the Model

```python
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("bzouiri/B3G_ABP.IO_Coder_thinking_max")
model = AutoModelForCausalLM.from_pretrained("bzouiri/B3G_ABP.IO_Coder_thinking_max")

prompt = """
Create an ABP.IO Application Service for a `Product` entity with:
- CRUD operations
- DTO mapping
- Repository injection
- Permission checks
"""

inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=1024)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
```

---

## Training Details

### Training Data

Dataset **custom créé par Badre Zouiri**, composé de :
- Exemples de code ABP.IO (Entities, Services, Modules, DTOs...)
- Paires instruction/code en anglais, français et arabe
- Exemples de tool calling pour agents de vibe coding ABP
- Cas d'usage réels issus de projets ABP.IO

### Training Procedure

#### Training Hyperparameters

- **Training regime:** bf16 mixed precision
- **Fine-tuning method:** LoRA / QLoRA via Unsloth
- **Base model:** deepseek-ai/DeepSeek-R1

#### Speeds, Sizes, Times

- **Hardware:** NVIDIA RTX 4090
- **Hours used:** 50h – 100h
- **Year:** 2025

---

## Environmental Impact

- **Hardware Type:** NVIDIA RTX 4090
- **Hours used:** 50 – 100 heures
- **Cloud Provider:** Local (on-premise)
- **Compute Region:** Morocco 🇲🇦
- **Carbon Emitted:** Estimable via [ML Impact Calculator](https://mlco2.github.io/impact#compute)

---

## Technical Specifications

### Model Architecture and Objective

Basé sur **DeepSeek-R1** (Transformer décodeur).  
Objectif : génération de code C# / ABP.IO avec capacités de **tool calling** pour l'intégration dans des pipelines agentiques de vibe coding.

### Software

- `transformers`
- `unsloth`
- `torch`
- `peft`
- `dotnet SDK` (côté runtime agent)
- `ABP CLI` (côté runtime agent)

---

## Citation

**BibTeX:**
```bibtex
@misc{B3G_ABP.IO_Coder_thinking_max,
  title        = {B3G ABP.IO Coder Thinking Max},
  author       = {Badre Zouiri},
  year         = {2025},
  publisher    = {HuggingFace},
  url          = {https://huggingface.co/bzouiri/B3G_ABP.IO_Coder_thinking_max},
  license      = {Apache 2.0},
  note         = {Fine-tuned from DeepSeek-R1 using Unsloth for ABP.IO C# vibe coding}
}
```

---

## Model Card Authors

**Badre Zouiri** — [bzouiri](https://huggingface.co/bzouiri)

## Model Card Contact

HuggingFace: [bzouiri](https://huggingface.co/bzouiri)