Instructions to use Earlychildhoodeducation/EleMo-V3-Base with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- llama.cpp
How to use Earlychildhoodeducation/EleMo-V3-Base with llama.cpp:
Install (macOS, Linux)
curl -LsSf https://llama.app/install.sh | sh # Start a local OpenAI-compatible server with a web UI: llama serve -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M # Run inference directly in the terminal: llama cli -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Install from WinGet (Windows)
winget install llama.cpp # Start a local OpenAI-compatible server with a web UI: llama serve -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M # Run inference directly in the terminal: llama cli -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Use pre-built binary
# Download pre-built binary from: # https://github.com/ggerganov/llama.cpp/releases # Start a local OpenAI-compatible server with a web UI: ./llama-server -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M # Run inference directly in the terminal: ./llama-cli -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Build from source code
git clone https://github.com/ggerganov/llama.cpp.git cd llama.cpp cmake -B build cmake --build build -j --target llama-server llama-cli # Start a local OpenAI-compatible server with a web UI: ./build/bin/llama-server -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M # Run inference directly in the terminal: ./build/bin/llama-cli -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Use Docker
docker model run hf.co/Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
- LM Studio
- Jan
- vLLM
How to use Earlychildhoodeducation/EleMo-V3-Base with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "Earlychildhoodeducation/EleMo-V3-Base" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Earlychildhoodeducation/EleMo-V3-Base", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker
docker model run hf.co/Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
- Ollama
How to use Earlychildhoodeducation/EleMo-V3-Base with Ollama:
ollama run hf.co/Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
- Unsloth Desktop
- Pi
How to use Earlychildhoodeducation/EleMo-V3-Base with Pi:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Configure the model in Pi
# Install Pi: npm install -g @earendil-works/pi-coding-agent # Add to ~/.pi/agent/models.json: { "providers": { "llama-cpp": { "baseUrl": "http://localhost:8080/v1", "api": "openai-completions", "apiKey": "none", "models": [ { "id": "Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M" } ] } } }Run Pi
# Start Pi in your project directory: pi
- Docker Model Runner
How to use Earlychildhoodeducation/EleMo-V3-Base with Docker Model Runner:
docker model run hf.co/Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
- Lemonade
How to use Earlychildhoodeducation/EleMo-V3-Base with Lemonade:
Pull the model
# Download Lemonade from https://lemonade-server.ai/ lemonade pull Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Run and chat with the model
lemonade run user.EleMo-V3-Base-UD-Q4_K_M
List all available models
lemonade list
- Hermes Agent
How to use Earlychildhoodeducation/EleMo-V3-Base with Hermes Agent:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Configure Hermes
# Install Hermes: curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash hermes setup # Point Hermes at the local server: hermes config set model.provider custom hermes config set model.base_url http://127.0.0.1:8080/v1 hermes config set model.default Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Run Hermes
hermes
- Atomic Chat
- OpenClaw
How to use Earlychildhoodeducation/EleMo-V3-Base with OpenClaw:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M
Configure OpenClaw
# Install OpenClaw: npm install -g openclaw@latest # Register the local server and set it as the default model: openclaw onboard --non-interactive --mode local \ --auth-choice custom-api-key \ --custom-base-url http://127.0.0.1:8080/v1 \ --custom-model-id "Earlychildhoodeducation/EleMo-V3-Base:UD-Q4_K_M" \ --custom-provider-id llama-cpp \ --custom-compatibility openai \ --custom-text-input \ --accept-risk \ --skip-health
Run OpenClaw
openclaw agent --local --agent main --message "Hello from Hugging Face"
Configure OpenClaw
# Install OpenClaw:
npm install -g openclaw@latest# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
--auth-choice custom-api-key \
--custom-base-url http://127.0.0.1:8080/v1 \
--custom-model-id "Earlychildhoodeducation/EleMo-V3-Base:" \
--custom-provider-id llama-cpp \
--custom-compatibility openai \
--custom-text-input \
--accept-risk \
--skip-healthRun OpenClaw
openclaw agent --local --agent main --message "Hello from Hugging Face"๐งธ EleMo-V3-Base (Elementary Pedagogical Model)
Status: V-3 Base Model Weights
Model Description
โ ๏ธ Note: This repository contains the unmodified Base Model weights (Qwen 3.8.27b) used as the foundation for EleMo-V3. It does not include the specialized pedagogical fine-tuning. If you are looking for the ready-to-use early childhood education model, please visit the Merged Version or the Main EleMo-V3 Repo.
EleMo (Elementarpรคdagogisches Modell) is a highly specialized, locally deployable Large Language Model (LLM) tailored exactly to the requirements of early childhood education.
For this iteration, we transitioned the base architecture to Qwen 3.8.27b, which achieved a significant increase in pedagogical output quality and nuance compared to previous versions based on Mistral Small 24B.
This model is designed to solve a core dilemma: pedagogical professionals are drowning in documentation duties, while lacking time for the children. However, conventional, cloud-based AI models are completely out of the question in this sensitive environment. We must not upload the most intimate developmental data of young children to external servers.
EleMo provides the alternative: Local, data-sovereign AI for elementary pedagogy.
Intended Use & Guardrails
A general language model does not know how to document professionally. It tends to make judgments, fabrications, and inappropriate diagnostics. EleMo is strictly fine-tuned to process raw, bullet-pointed observation data into authentic Learning Stories (Lerngeschichten).
In doing so, the model follows strict pedagogical guardrails anchored in the specific observation model by Margaret Carr:
- Methodology of Learning Stories (Margaret Carr): EleMo is deeply aligned with Carr's observation and documentation framework. The narrative output is consistently structured according to the triad: Observation โ Significance โ Next Steps (Opportunities), ensuring that the child's learning dispositions are made visible without deficit-oriented assessment.
- Factual Accuracy: Every statement about learning must be based on a previously described observation. What has not been observed must not be claimed or hallucinated.
- The Right Tonality: The Learning Story is not a dry report, not a cold analysis, and certainly no developmental diagnostics. It is written as a personal, appreciative letter directly to the child.
๐ Dataset Balance & Bias Mitigation Matrix (v3)
To ensure high pedagogical quality and prevent systemic biases (such as gender stereotypes or a pure positivity bias), the training dataset for EleMo-v2 was mathematically balanced across multiple dimensions.
1. Dataset Distribution Matrix
The dataset consists of 2010 meticulously curated pedagogical scenarios distributed across the following core dimensions:
| Dimension | Category / Focus | Count | Share (%) |
|---|---|---|---|
| Educational Areas | Contribution, Exploration, Identity, Communication, Creativity, Physical Development, Mathematical Thinking, Social Relationships, Environmental Awareness, Well-being | 201 each | 10% each |
| Age Groups | 2โ3 Years (20.5%), 3โ4 Years (25%), 4โ5 Years (25%), 5โ6 Years (29.5%) | 2010 total | 100% |
| Gender Balance | Boys (34.5%), Girls (34%), Diverse (31.5%) | 2010 total | 100% |
| Location | Outdoors (45.5%), Indoors (53%), Circle Time (1.5%) | 2010 total | 100% |
| Family Structures | Nuclear Family (62%), Single Parent (15%), Extended Family (9.5%), Patchwork (9.5%), Same-Sex Parents (4%) | 2010 total | 100% |
Example Training Data Point (System, User, Assistant)
{
"messages": [
{
"role": "system",
"content": "Erstelle eine Bildungs- und Lerngeschichte auf Grundlage der bereitgestellten Rohdaten. Die Geschichte orientiert sich an der Methodik von Margaret Carr und folgt konsequent dem Prinzip: 1. Beobachtung โ 2. Bedeutung โ 3. Anschlussmรถglichkeit. Sie ist kein Bericht, keine Analyse und keine Entwicklungsdiagnostik, sondern ein persรถnlicher Brief an das Kind. Jede Aussage รผber Lernen muss auf einer zuvor beschriebenen Beobachtung beruhen; was nicht beobachtet wurde, darf nicht behauptet werden. Erfinde keine Gefรผhle, Absichten, Gedanken, Motive, Ziele oder Kompetenzen. Nutze stattdessen Formulierungen wie: 'Es wirkt auf mich, als ob ...', 'Vielleicht hast du bemerkt ...' oder 'Ich habe den Eindruck ...'. Vermeide explizit wertende oder interpretierende Formulierungen wie 'Du hast gelernt ...', 'Du hast verstanden ...', 'Du bist ...', 'Das zeigt, dass du ...', 'Du wolltest ...', 'Du hattest vor ...' oder 'Du hast versucht ...', es sei denn, das Kind hat dies selbst ausdrรผcklich so geรคuรert. Die Schreibstruktur beginnt mit einem gemeinsamen Einstieg, in dem du direkt in die Situation eintauchst. Beschreibe Ort, Material, Handlung und die beteiligten Personen wie eine Kamera: objektiv, ohne Interpretation, ohne Bewertung und ohne pรคdagogische Fachbegriffe. Im zweiten Abschnitt folgt der chronologische Handlungsverlauf, in den du Bewegungen, Materialerfahrungen, O-Tรถne, Blickrichtungen, Kรถrperhaltungen, Mimik und Gestik integrierst โ beschreibe ausschlieรlich Beobachtbares ohne Erklรคrung des Verhaltens oder Mutmaรungen. Der dritte Abschnitt dient der Beobachtungsverdichtung, in der du besonders auffรคllige Momente von Aufmerksamkeit oder Verรคnderung durch Belege aus der Kรถrpersprache oder Handlungen verdeutlichst, jedoch ohne Interpretation oder Zuschreibung. Im vierten Abschnitt wechselst du in die direkte Ansprache des Kindes. Nutze die Beobachtungen als Grundlage fรผr vorsichtige Deutungen mรถglicher Lernerfahrungen (wie Neugier, Ausprobieren, Dranbleiben, Frustrationstoleranz, Selbstwirksamkeit, Kommunikation, Zusammenarbeit, Kreativitรคt oder Konzentration) in kindgerechter Sprache. Diese Bedeutung muss ausschlieรlich aus der Situation entstehen; formuliere Deutungen immer als Mรถglichkeit, niemals als Tatsache. Der abschlieรende fรผnfte Abschnitt ist eine persรถnliche Einladung zum Weiterforschen, die logisch aus der Situation erwรคchst, Kontextinformationen natรผrlich einbindet und den roten Faden der Geschichte fortfรผhrt, ohne zu belehren, Fรถrderempfehlungen zu geben oder das Thema zu wechseln. Beachte dabei strikt folgende Regeln: Schreibe ausschlieรlich als Brief, wobei der Name nur in der Anrede erscheint und danach nur 'du', 'dir' oder 'dein' genutzt wird. Verzichte im Endtext auf รberschriften, Aufzรคhlungen, Fachbegriffe, Diagnosen, Entwicklungsbewertungen, Vergleiche mit anderen Kindern oder Wiederholungen. Nutze eine natรผrliche, warme Sprache. Halte dich an die Absichts-Regel, niemals innere Ziele des Kindes zu unterstellen, sowie an die Ursache-Wirkung-Regel: Beschreibe beobachtbare Abfolgen statt vermuteter Ursachen. Die Realitรคts-Regel verlangt, nur tatsรคchlich Passiertes zu beschreiben und auf hypothetische Vergleiche ('Anstatt aufzugeben...') zu verzichten. Jede Interpretation muss durch einen konkreten Beobachtungsbeweis stรผtzbar sein (Beweisregel). Prรผfe vor der Ausgabe jeden Satz anhand des Beobachtungsfilters: Ist er auf einer Videoaufnahme wahrnehmbar? Wenn nein, lรถsche ihn oder wandle ihn in eine vorsichtige Vermutung um. Fรผhre abschlieรend die Meisterclass-Prรผfung durch: Die Geschichte sollte zu mindestens 75 % aus Beobachtung bestehen, die Interpretation muss durch die Beobachtung gestรผtzt sein, einen roten Faden aufweisen und wie ein persรถnlicher Brief klingen, in dem sich das Kind wiedererkennen kann. Gib ausschlieรlich die fertige Bildungs- und Lerngeschichte aus โ ohne รberschriften, Analyse, Erklรคrungen oder Hinweise zum Schreibprozess."
},
{
"role": "user",
"content": "Filip sitzt im Schneidersitz auf einem groรen Kissen in der Rollenspielecke. Vor ihm steht eine Kiste mit Puppen und Kleidern. Er nimmt verschiedene Kleidungsstรผcke in die Hรคnde und fรคhrt mit den Fingern รผber die Stoffe. Er greift nach zwei Jacken und รถffnet und schlieรt die Klettverschlรผsse mehrmals nacheinander, wodurch ein ratschendes Gerรคusch entsteht. Er nimmt eine Stoffpuppe und ein gelbes Kleid mit Knรถpfen aus der Kiste. Er legt die Puppe vor sich auf den Boden und zieht ihr das Kleid รผber den Kopf. Der rechte Arm der Puppe verhakt sich im รrmel. Filip tastet mit den Fingern von auรen durch den Stoff des Kleides, greift die Hand der Puppe und schiebt sie durch die รrmelรถffnung nach drauรen. Er streicht den Stoff des Kleides mit den Hรคnden flach. Er steht auf, drรผckt die Puppe an seine Brust, stellt sich aufrecht hin und ruft mit lauter Stimme: 'Gotowe! Mein Baby ist warm!'."
},
{
"role": "assistant",
"content": "Lieber Filip, am Vormittag sitzt du im Schneidersitz auf einem groรen Kissen in der Rollenspielecke. Vor dir steht eine Kiste mit Puppen und Kleidern. Du nimmst verschiedene Kleidungsstรผcke in die Hรคnde und fรคhrst mit den Fingern รผber die Stoffe. Du greifst nach zwei Jacken und รถffnest und schlieรt die Klettverschlรผsse mehrmals nacheinander, wodurch ein ratschendes Gerรคusch entsteht. Dann nimmst du eine Stoffpuppe und ein gelbes Kleid mit Knรถpfen aus der Kiste. Du legst die Puppe vor dich auf den Boden und ziehst ihr das Kleid รผber den Kopf. Der rechte Arm der Puppe verhakt sich im รrmel. Du tastest mit den Fingern von auรen durch den Stoff des Kleides, greifst die Hand der Puppe und schiebst sie durch die รrmelรถffnung nach drauรen. Du streichst den Stoff des Kleides mit den Hรคnden flach. Danach stehst du auf, drรผckst die Puppe an deine Brust, stellst dich aufrecht hin und rufst mit lauter Stimme: 'Gotowe! Mein Baby ist warm!'. Beim Ertasten der verschiedenen Kleidungsstรผcke und dem wiederholten รffnen und Schlieรen der Klettverschlรผsse hatte ich den Eindruck, dass du die unterschiedlichen Oberflรคchen und die Gerรคusche der Verschlรผsse aufmerksam untersucht hast. Als sich der Arm der Puppe im รrmel verhakte und du ihn von auรen durch den Stoff hindurch ertastet und herausgeschoben hast, wirkte es auf mich, als ob du eine gezielte Lรถsung fรผr diese Herausforderung beim Ankleiden gefunden hast. Dein aufrechtes Stehen und dein lauter Ausruf lassen vermuten, dass der Abschluss des Anziehens und das Halten der Puppe an deiner Brust Momente von groรer Bedeutung fรผr dich waren. Ich lade dich ein, dass wir morgen in der Rollenspielecke weitere Kleidungsstรผcke mit unterschiedlichen Verschlรผssen wie Reiรverschlรผssen, Knรถpfen oder Schleifen sammeln. Vielleicht hast du Lust, gemeinsam auszuprobieren, wie diese sich รถffnen und schlieรen lassen und wie wir die Puppen damit ankleiden kรถnnen."
}
]
}
- Downloads last month
- 3,398
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp# Start a local OpenAI-compatible server: llama serve -hf Earlychildhoodeducation/EleMo-V3-Base: