Instructions to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf",
	filename="ΩFFΣLLIα_IQ4_NL_Qwythos-9B-MTP.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf 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 Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS
# Run inference directly in the terminal:
llama cli -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS
# Run inference directly in the terminal:
llama cli -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

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 Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS
# Run inference directly in the terminal:
./llama-cli -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

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 Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Use Docker

docker model run hf.co/Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

LM Studio
Jan

vLLM

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Ollama

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with Ollama:

ollama run hf.co/Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Unsloth Studio

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf to start chatting

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

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 Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Run Hermes

hermes

Atomic Chat new
Docker Model Runner
How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with Docker Model Runner:
```
docker model run hf.co/Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS
```

Lemonade

How to use Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Brunobkr/OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf:IQ4_NL_QWYTHOS

Run and chat with the model

lemonade run user.OFFELLIA_IQ4_NL_Qwythos-9B-MTP.gguf-IQ4_NL_QWYTHOS

List all available models

lemonade list

ΩFFΣLLIα

ΩFFΣLLIα — Quantização GGUF Zetahelicoidal

Modelo convertido para o formato GGUF com a quantização ΩFFΣLLIα / Zetahelicoidal, desenvolvida e aplicada sobre o pipeline de quantização do llama.cpp. Compatível com llama.cpp, llama-server, Ollama, LM Studio, KoboldCpp, text-generation-webui e demais ferramentas que suportam GGUF.

Este é um derivado quantizado. Todos os créditos dos pesos e da arquitetura original conforme o modelo-base e a quantização específica deste repositório: https://huggingface.co/empero-ai/Qwythos-9B-Claude-Mythos-5-1M-GGUF

迫於無奈，我們只好發揮創意。

https://huggingface.co/Brunobkr

https://huggingface.co/datasets/Brunobkr/OFFELLIA_Kernel_llama-server

📌 Visão geral

Item	Valor
Variante	ΩFFΣLLIα / Zetahelicoidal
Formato	GGUF
Quantização (ΩFFΣLLIα)	Brunobkr
Abliteração	Heretic (AGPL-3.0)

🧬 Quantização Zetahelicoidal (ΩFFΣLLIα)

A ΩFFΣLLIα / Zetahelicoidal é uma variante de quantização para GGUF que atua como uma camada de pré-condicionamento determinística e reversível, aplicada bloco a bloco antes da quantização padrão do GGML/llama.cpp e desfeita na dequantização. Ela não substitui os formatos nativos (Q4_K, Q8_0, IQ4_XS, IQ4_NL, MXFP4_MOE, etc.) — opera sobre eles, mantendo compatibilidade total com qualquer runtime que carregue GGUF.

Por ser determinística e reversível, os pesos efetivos durante a inferência correspondem aos do modelo base submetidos ao formato de quantização escolhido.

🚀 Uso rápido com llama.cpp

# CLI
llama-cli -m <NOME_DO_ARQUIVO>.gguf \
  -p "Escreva um haiku sobre GPUs" \
  -c 8192 -ngl 99

# Servidor (API compatível com OpenAI)
llama-server -m <NOME_DO_ARQUIVO>.gguf \
  -c 8192 -ngl 99 --port 8080

Exemplo de chamada à API do llama-server:

curl http://127.0.0.1:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"messages":[{"role":"user","content":"Olá!"}],"stream":false}'

Download

huggingface-cli download Brunobkr/<seu-repo> \
  <NOME_DO_ARQUIVO>.gguf \
  --local-dir ./models

Outras ferramentas

Ollama: ollama create <nome> -f Modelfile apontando FROM ./<NOME_DO_ARQUIVO>.gguf
LM Studio / KoboldCpp / text-generation-webui: carregue o .gguf diretamente pela interface.

🎯 Casos de uso

Geração e edição de texto, chat e IA conversacional, sumarização, assistentes de código e fluxos agênticos — conforme as capacidades do modelo base escolhido.

##CARD genérico se modelo heretic ou relativo:

🔓 Heretic — Abliteração e licença (AGPL-3.0)

Uso responsável: por se tratar de um modelo com alinhamento de segurança modificado, o usuário é o único responsável pelo uso, em conformidade com a licença do modelo base e a legislação aplicável.

⚠️ Notas e limitações

Trata-se de um derivado quantizado; os pesos efetivos na inferência correspondem aos do modelo base submetidos ao formato de quant escolhido.
O alinhamento de segurança foi removido via Heretic — avalie o comportamento no seu caso de uso.
Os parâmetros de geração (temperatura, top_p, top_k, template de chat, tokens especiais) seguem as recomendações do modelo base — consulte o card original.
Avalie empiricamente perplexidade/qualidade do GGUF resultante no seu fluxo de trabalho.

📚 Referências

Modelo base: https://huggingface.co/<org/modelo-base>
Heretic (abliteração): https://github.com/p-e-w/heretic
llama.cpp (GGUF): https://github.com/ggml-org/llama.cpp
Formato GGUF: https://huggingface.co/docs/hub/gguf
ΩFFΣLLIα (Hugging Face): https://huggingface.co/Brunobkr
Depósito de pesquisa (Zenodo): https://doi.org/10.5281/zenodo.20026837

✍️ Citação

@misc{becker_offsellia_zetahelicoidal,
  title        = {ΩFFΣLLIα: Zetahelicoidal quantization layer for GGUF / llama.cpp},
  year         = {2026},
  howpublished = {Hugging Face},
  note         = {Determinístic, reversible per-block pre-conditioning kernel},
  url          = {https://huggingface.co/Brunobkr}
}

Downloads last month: 337

GGUF

Model size

9B params

Architecture

qwen35

Hardware compatibility

4-bit