---
license: gemma
base_model:
  - google/gemma-4-E2B-it
  - unsloth/gemma-4-E2B-it
datasets:
  - SpaceGhost/space-dataset
tags:
  - code
  - vision
  - multimodal
  - gguf
  - llama.cpp
  - ollama
  - unsloth
  - causal-software-engineering
  - react
  - flutter
  - typescript
  - python
  - rust
  - go
language:
  - pt
  - en
pipeline_tag: image-text-to-text
---

# SpaceCode-E2B-it (`SpaceGhost/SpaceCode-E2B-it`)

**SpaceCode-E2B-it** é um modelo de Engenharia de Software e Reparo Visual Causal derivado do **Google Gemma 4 E2B (`google/gemma-4-E2B-it`)**, treinado via QLoRA SFT com [Unsloth](https://github.com/unslothai/unsloth) e quantizado em formato **GGUF (`Q4_K_M`)** pela **SpaceGhost** através do projeto `dataset-treina`.

---

## 📌 Visão Geral do Modelo

- **Nome Oficial**: `SpaceCode-E2B-it`
- **Repositório Hugging Face**: [`SpaceGhost/SpaceCode-E2B-it`](https://huggingface.co/SpaceGhost/SpaceCode-E2B-it)
- **Dataset Oficial**: [`SpaceGhost/space-dataset`](https://huggingface.co/datasets/SpaceGhost/space-dataset) (`data/gemma4/train_131.jsonl`)
- **Modelo Base**: `google/gemma-4-E2B-it` (`unsloth/gemma-4-E2B-it`)
- **Formato / Quantização**: `GGUF` (`gemma-4-E2B-it.Q4_K_M.gguf`) + `Modelfile` oficial para Ollama
- **Janela de Contexto**: 128K tokens (treinado com `max_seq_length=4096`)

---

## 📊 Corpus de Treinamento Consolidado (131 Exemplos Auditados)

O modelo foi ajustado sobre o corpus **`train_131.jsonl`** (SHA-256: `f4382467afa2a41e832c01d79489fdb17e9c561e6b5ec26545bdc937a74c1009`), combinando reparo visual causal e engenharia de software políglota com **zero vazamento (0% data leakage)** contra os conjuntos de validação, holdout de teste e benchmark de ambiguidade:

1. **C08 — Diagnóstico Causal e Reparo Visual Dual-Image (31 exemplos)**:
   - Pares multimodais (`expected_ui` vs. `actual_ui` + código quebrado) cobrindo regressões de CSS/Tailwind e Flutter (`flex_direction`, `grid_columns`, `overflow_clipping`, `padding_collapse`, `gap_collapse`, `z_index_occlusion`, `color_contrast`, `alignment_shift`).
   - Saída estruturada em 3 blocos auditáveis:
     1. `### 1. Diagnóstico Causal da Regressão Visual`
     2. `### 2. Patch Mínimo (Unified Diff)`
     3. `### 3. Código Corrigido Completo`
2. **Engenharia de Software Políglota C01–C06 (100 exemplos em 9 linguagens)**:
   - **Linguagens**: TypeScript (28), Python (22), Dart/Flutter (11), SQL (10), Java (9), Go (8), C# (5), Rust (5) e Bash (2).
   - **Categorias**:
     - `C01`: Correção de Bug com Causa Raiz + Teste Unitário (23)
     - `C02`: Refatoração Estrutural / Clean Architecture (16)
     - `C03`: Geração de Testes Unitários e Edge Cases (15)
     - `C04`: Code Review Técnico e Segurança / OWASP (15)
     - `C05`: Raciocínio Arquitetural e Trade-offs / ADR (16)
     - `C06`: Implementação Idiomática End-to-End (15)

---

## ⚙️ Hiperparâmetros e Telemetria de Treinamento

| Parâmetro / Métrica | Valor |
| :--- | :--- |
| **Hardware** | 1x NVIDIA L4 (23 GB VRAM, CUDA 13.0, `bfloat16`) |
| **Método de Fine-Tuning** | QLoRA 4-bit (`r=16`, `lora_alpha=16`, `lora_dropout=0`) |
| **Parâmetros Treináveis** | `36,925,440` de `5,160,103,456` (`0.72%`) |
| **Épocas / Steps Totais** | `3.0` épocas (`99` steps de otimização) |
| **Batch Efetivo** | `4` (`per_device_train_batch_size=1`, `gradient_accumulation_steps=4`) |
| **Learning Rate / Scheduler** | `2e-4` (`cosine`, `warmup_ratio=0.05`, `adamw_8bit`) |
| **Training Loss Inicial $\rightarrow$ Final** | `2.3800` (step 1) $\rightarrow$ `0.4500–0.9045` (época 3) |
| **Training Loss Médio Global** | **`0.97316`** |
| **Tempo Total de Treino** | `822.52s` (~13m42s) |

---

## 🚀 Como Executar Localmente

### 1. Via Ollama
```bash
ollama run hf.co/SpaceGhost/SpaceCode-E2B-it
```

### 2. Via `llama.cpp` (`llama-cli`)
```bash
llama-cli -hf SpaceGhost/SpaceCode-E2B-it --jinja
```

### 3. Arquivos Disponíveis no Repositório
- `gemma-4-E2B-it.Q4_K_M.gguf` — Pesos quantizados em 4-bit (`Q4_K_M`)
- `Modelfile` — Configuração pronta para importação no Ollama
- `config.json` — Metadados de arquitetura Gemma 4 E2B

> **Nota sobre Multimodalidade em GGUF**: O arquivo `.gguf` exportado contém o backbone de texto quantizado (`Q4_K_M`) para inferência rápida de código, diagnóstico textual, refatoração e arquitetura em CPU/GPU local. Para inferência com entrada direta de imagens (visão nativa Dual-Image C08), utilize o adaptador QLoRA com `Unsloth` / `Transformers` (`FastVisionModel`).

---

## 🧭 Linhagem Oficial SpaceGhost

| Repositório Hugging Face | Papel na Arquitetura | Commit SHA |
| :--- | :--- | :--- |
| [`SpaceGhost/SpaceCode`](https://huggingface.co/SpaceGhost/SpaceCode) | **Adaptador QLoRA Multimodal** (`adapter_model.safetensors` + `processor_config.json`) | `45673d32` |
| [`SpaceGhost/SpaceCode-Merged`](https://huggingface.co/SpaceGhost/SpaceCode-Merged) | **Modelo 16-bit Merged** (QLoRA fundido ao base `model.safetensors` + visão multimodal) | `dbc5242d` |
| [`SpaceGhost/SpaceCode-E2B-it`](https://huggingface.co/SpaceGhost/SpaceCode-E2B-it) | **Modelo Quantizado GGUF (`Q4_K_M`)** + `Modelfile` para Ollama / `llama.cpp` | `560caef9` |
| [`SpaceGhost/space-dataset`](https://huggingface.co/datasets/SpaceGhost/space-dataset) | **Dataset Oficial Auditado** (`train_131.jsonl`, `manifest_131.json`, splits C07/C08) | `c6306f4a` |

---

## ⚠️ Nota de Atribuição

- *SpaceCode-E2B-it is a fine-tuned derivative of Google Gemma 4 E2B (`google/gemma-4-E2B-it`).*
- Desenvolvido pela organização **SpaceGhost** no contexto do projeto `dataset-treina` (sem relação com o benchmark acadêmico independente `KurtDu/SpaceCode-Bench`).