Instructions to use Finisha-F-scratch/Gheya-111M with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Finisha-F-scratch/Gheya-111M with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="Finisha-F-scratch/Gheya-111M")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Finisha-F-scratch/Gheya-111M")
model = AutoModelForCausalLM.from_pretrained("Finisha-F-scratch/Gheya-111M", device_map="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use Finisha-F-scratch/Gheya-111M with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Finisha-F-scratch/Gheya-111M"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Gheya-111M",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/Finisha-F-scratch/Gheya-111M

SGLang

How to use Finisha-F-scratch/Gheya-111M with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "Finisha-F-scratch/Gheya-111M" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Gheya-111M",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "Finisha-F-scratch/Gheya-111M" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Gheya-111M",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use Finisha-F-scratch/Gheya-111M with Docker Model Runner:
```
docker model run hf.co/Finisha-F-scratch/Gheya-111M
```

Clemylia commited on Jan 23

Commit

fd53ef4

verified ·

1 Parent(s): 9a3af3e

Update README.md

Browse files

Files changed (1) hide show

README.md +0 -7

README.md CHANGED Viewed

@@ -46,11 +46,4 @@ Le modèle ne souffre pas de "bugs", il déploie sa propre logique :
 **multilingue léger** : aussi surprenant que cela peut paraître,
 Gheya-111M, est capable de générer en français, et même en anglais, sans se mélanger !
 ---
-## 🛰️ Environnement & Déploiement
-* **Optimisation** : Cellules Google Colab (affichage propre sans balises parasites).
-* **Comportement Android** : Affiche ses balises de structure (`## Utilisateur`, `## Gheya`) pour montrer les marques de sa forge.
-* **Interaction** : Supporte les System Prompts pour orienter sa créativant et son ton éthique.
 > "Gheya-111M ne parle pas comme un humain. Elle parle comme une IA qui sait qu'elle est une création de mots." 🔗🤏

 **multilingue léger** : aussi surprenant que cela peut paraître,
 Gheya-111M, est capable de générer en français, et même en anglais, sans se mélanger !
 ---
 > "Gheya-111M ne parle pas comme un humain. Elle parle comme une IA qui sait qu'elle est une création de mots." 🔗🤏