How to use from
Pi
Start the llama.cpp server
# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Fantominsight/Yapper-M4-Flash-0256-GGUF:Q8_0
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": "Fantominsight/Yapper-M4-Flash-0256-GGUF:Q8_0"
        }
      ]
    }
  }
}
Run Pi
# Start Pi in your project directory:
pi
Quick Links

Yapper M4 Flash 0256 GGUF

Модель на архитектуре Mistral3. 3,62 миллиарда параметров, упакованных в Q8_0. Она создана для быстрых и базовых задач.Контекст до 16К токенов. Модель имеет базовую систему цензурирования от запросов на создание опасных тел для человека. Например - бомба. В ролеплее модель может быть агрессивной и выдумывать информацию. И может ошибаться. При пропускной способности памяти в 29ГБ/сек модель работает по 5-8 токенов в секунду на выход и 18-23 на вход. Рассуждение не предусмотрено. Модель может генерировать текстовые и отдалённые сцены, содержащие неприемлимый контент. Перебарщивать модель не сможет и не будет. Старайтесь исползовать с умом. Модель отлично справляется с:

  • Руским языком
  • Английским языком
  • Китайским языком
  • Анализом литературы
  • Генерацией бреда по запросу
  • Ролевыми играми и инструкциями
  • Базовыми агентскими задачами

Запускается через Ollama, llamma.cpp, vLM, LM Studio и др.

На мобильных устройствах типо Xiaomi 11, 12, 13 может не работать.

Не хватает мощности процессора и батарея будет греться как печка.

Downloads last month
155
GGUF
Model size
3B params
Architecture
mistral3
Hardware compatibility
Log In to add your hardware

8-bit

Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Collection including Fantominsight/Yapper-M4-Flash-0256-GGUF