Instructions to use LUMAMODEL/luma-1.5b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use LUMAMODEL/luma-1.5b with Transformers:

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

pipe = pipeline("text-generation", model="LUMAMODEL/luma-1.5b")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("LUMAMODEL/luma-1.5b")
model = AutoModelForCausalLM.from_pretrained("LUMAMODEL/luma-1.5b", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use LUMAMODEL/luma-1.5b 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 LUMAMODEL/luma-1.5b:Q8_0
# Run inference directly in the terminal:
llama cli -hf LUMAMODEL/luma-1.5b:Q8_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf LUMAMODEL/luma-1.5b:Q8_0
# Run inference directly in the terminal:
llama cli -hf LUMAMODEL/luma-1.5b:Q8_0

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 LUMAMODEL/luma-1.5b:Q8_0
# Run inference directly in the terminal:
./llama-cli -hf LUMAMODEL/luma-1.5b:Q8_0

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 LUMAMODEL/luma-1.5b:Q8_0
# Run inference directly in the terminal:
./build/bin/llama-cli -hf LUMAMODEL/luma-1.5b:Q8_0

Use Docker

docker model run hf.co/LUMAMODEL/luma-1.5b:Q8_0

LM Studio
Jan

vLLM

How to use LUMAMODEL/luma-1.5b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "LUMAMODEL/luma-1.5b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LUMAMODEL/luma-1.5b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/LUMAMODEL/luma-1.5b:Q8_0

SGLang

How to use LUMAMODEL/luma-1.5b 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 "LUMAMODEL/luma-1.5b" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LUMAMODEL/luma-1.5b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

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 "LUMAMODEL/luma-1.5b" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LUMAMODEL/luma-1.5b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use LUMAMODEL/luma-1.5b with Ollama:
```
ollama run hf.co/LUMAMODEL/luma-1.5b:Q8_0
```

Unsloth Studio

How to use LUMAMODEL/luma-1.5b 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 LUMAMODEL/luma-1.5b 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 LUMAMODEL/luma-1.5b to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for LUMAMODEL/luma-1.5b to start chatting

How to use LUMAMODEL/luma-1.5b with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf LUMAMODEL/luma-1.5b:Q8_0

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": "LUMAMODEL/luma-1.5b:Q8_0"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

OpenClaw new

How to use LUMAMODEL/luma-1.5b with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf LUMAMODEL/luma-1.5b:Q8_0

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 "LUMAMODEL/luma-1.5b:Q8_0" \
  --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"

Docker Model Runner
How to use LUMAMODEL/luma-1.5b with Docker Model Runner:
```
docker model run hf.co/LUMAMODEL/luma-1.5b:Q8_0
```

Lemonade

How to use LUMAMODEL/luma-1.5b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull LUMAMODEL/luma-1.5b:Q8_0

Run and chat with the model

lemonade run user.luma-1.5b-Q8_0

List all available models

lemonade list

Hermes Agent

How to use LUMAMODEL/luma-1.5b with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf LUMAMODEL/luma-1.5b:Q8_0

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 LUMAMODEL/luma-1.5b:Q8_0

Run Hermes

hermes

Atomic Chat

🐯 LUMA 1.5B — дружелюбный русскоязычный ассистент

Дообученная Qwen2.5-1.5B-Instruct — живое общение по-русски + готовый HTML/CSS/JS-код

✨ Кто эта LUMA?

Это твой собеседник-ассистент, дообученный на русских диалогах и парах «описание → готовый HTML/CSS/JS». Пишет полный, готовый к запуску код без сокращений, а в обычном разговоре отвечает по-человечески.

💬 Живое общение по-русски — отвечает по-человечески;
🧠 Понимает контекст — помнит, о чём разговор;
⌨️ Пишет полный HTML/CSS/JS по описанию (без обрывков и сокращений);
🎨 Жёстко прокачан CSS — обучена на 12 000 пар «HTML→CSS» (kogai_css), 2500 чистых CSS-образцов и 1690 примерах «допиши код» (completion: видит начало стиля или скобку — продолжает). Стили получаются аккуратные, с палитрами и адаптивностью;
⚡ Работает на CPU и GPU — всего 1.5 млрд параметров;
🆓 Бесплатна — лицензия Apache-2.0.

Дообучена методом QLoRA (4-bit NF4, r=32) поверх Qwen/Qwen2.5-1.5B-Instruct. Адаптер влит в веса — здесь лежит готовая полная модель, ничего дополнительно не нужно.

📌 Версия и что изменилось

Текущая версия: v1.3.0

Версия	Что изменилось
v1.3.0	HTML+CSS-дообучение: +7016 примеров html_pairs+kogai_css+finetune_html+css_block+css_completion, контекст 1400, loss 0.1; CSS-completion навык

| v1.2.0 | CSS-дообучение №2: ещё +1500 примеров kogai_css + css_block (контекст 1024, финальный loss 0.12). Суммарно модель обучена примерно на 18 470 примерах | | v1.1.0 | CSS-boost + без лимитов на длину кода: датасет расширен до 21 170 примеров (kogai_css 600→4000, css_block 700→1500, html_pairs→4700, MAX_ANS 8000), контекст 1024→2048 токенов, лимиты генерации сняты: код до 2048 токенов, GEN_MAX_NEW_TOKENS→4096 | | v1.0.0 | Первый релиз 1.5B: Qwen2.5-1.5B-Instruct + QLoRA (16 970 примеров) |

🔄 Как обновляется: при каждой новой заливке строка добавляется в эту таблицу автоматически (скрипт upload_luma_15b_update.py).

📦 Файлы

Файл	Что это	Размер
`model.safetensors`	Полные веса модели (merged, fp16)	~3.1 ГБ
`luma-1.5b-q8_0.gguf`	GGUF q8_0 — для LM Studio / Ollama (рекомендуется)	~1.7 ГБ
`config.json`, `tokenizer.*`	Конфигурация и токенизатор	—
`chat_template.jinja`	Chat-шаблон общения	—

🚀 Быстрый старт

Вариант 1 — Python / transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("LUMAMODEL/luma-1.5b")
model = AutoModelForCausalLM.from_pretrained("LUMAMODEL/luma-1.5b", torch_dtype="auto")

prompt = tok.apply_chat_template(
    [{"role": "user", "content": "Сделай карточку товара на HTML + CSS"}],
    tokenize=False, add_generation_prompt=True,
)
inputs = tok(prompt, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=2048, do_sample=True, temperature=0.7)
print(tok.decode(out[0], skip_special_tokens=True))

Вариант 2 — LM Studio 🖥️

Открой LM Studio → вкладка Search;
Найди LUMAMODEL/luma-1.5b и скачай luma-1.5b-q8_0.gguf;
Открой Chat, выбери модель — и просто общайся 💬

Рекомендуемые настройки: Context length 8192, Temperature 0.7, Top-P 0.9.

Вариант 3 — Ollama 🦙

ollama pull hf.co/LUMAMODEL/luma-1.5b
ollama run hf.co/LUMAMODEL/luma-1.5b

💻 Хочешь полный код? (важно!)

Для длинного и полного кода используй System Prompt:

Ты — LUMA, дружелюбный русскоязычный ассистент и программист.
Когда просят код — отвечай полным, готовым к запуску кодом без сокращений
и без лишнего текста. Код делай чистым и валидным: только корректные
CSS-единицы (px, em, rem, %, vw, vh), семантические HTML-теги, все теги
закрыты, без PHP, без JSP и серверных шаблонов (${...}), без невалидных
конструкций и обрывков чужого кода.

Max Tokens поставь 2048+ — иначе код обрывается.

🧠 Пример

Вы: Сделай страницу на HTML + CSS: шапка, карточка товара с фото, ценой и кнопкой «Купить».

LUMA: генерирует полную валидную страницу с header, .card, ценой и кнопкой 😊

🎓 Как обучалась

Параметр	Значение
База	`Qwen/Qwen2.5-1.5B-Instruct` (Apache-2.0)
Метод	QLoRA: 4-bit NF4 (double quant), r=32, alpha=64, dropout 0.05
Целевые слои	q/k/v/o/gate/up/down proj
Данные	31 860 примеров в полном датасете: 4700 «описание→HTML/CSS/JS», 12 000 «HTML→CSS» (kogai_css), 1304 русских диалогов, 1400 чатов, 900 блоков кода, 2500 CSS-блоков, 700 HTML-блоков, 600 прозы, 400 corpus, 312 wiki, 18 wikibooks, 636 задач правки HTML, 4000 веб-Q&A, 1690 «допиши код» (css_completion)
CSS-дообучение (v1.3.0)	+4569 примеров `kogai_css` + `css_block` + `css_completion`, контекст 1400, продолжено от v1.2.0 (merged_full)
HTML+CSS-дообучение (v1.3.0)	+7016 примеров `html_pairs` (описание→HTML+CSS) + `kogai_css` (HTML→CSS) + `finetune_html` (правки HTML) + `css_block` + `css_completion`, контекст 1400, loss ~0.1
Точность	bf16, batch=1, grad-accum=16
LR	1.5e-4, cosine + warmup 40
Контекст	2048 токенов (длинный код влезает целиком)
Эпохи	1
Loss	только по токенам ответов ассистента

📊 Датасеты обучения: LUMAMODEL/luma-dataset

🛠 Благодарности

Qwen за отличную базовую модель;
PEFT за LoRA;
llama.cpp за GGUF.

Предыдущая версия на Qwen2.5-0.5B: LUMAMODEL/luma

Downloads last month: 417

Safetensors

Model size

2B params

Tensor type

BF16

Model tree for LUMAMODEL/luma-1.5b

Base model

Qwen/Qwen2.5-1.5B

Finetuned

Qwen/Qwen2.5-1.5B-Instruct

Adapter

(1316)

this model

Adapters

2 models

LUMAMODEL
/

luma-1.5b

🐯 LUMA 1.5B — дружелюбный русскоязычный ассистент

✨ Кто эта LUMA?

📌 Версия и что изменилось

📦 Файлы

🚀 Быстрый старт

Вариант 1 — Python / transformers

Вариант 2 — LM Studio 🖥️

Вариант 3 — Ollama 🦙

💻 Хочешь полный код? (важно!)

🧠 Пример

🎓 Как обучалась

🛠 Благодарности

Model tree for LUMAMODEL/luma-1.5b

Dataset used to train LUMAMODEL/luma-1.5b