Instructions to use LZYYuBai/furina-4b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use LZYYuBai/furina-4b 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 LZYYuBai/furina-4b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf LZYYuBai/furina-4b:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf LZYYuBai/furina-4b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf LZYYuBai/furina-4b:Q4_K_M

Build from source code

git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-app
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama serve -hf LZYYuBai/furina-4b:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama cli -hf LZYYuBai/furina-4b:Q4_K_M

Use Docker

docker model run hf.co/LZYYuBai/furina-4b:Q4_K_M

Llama new
LM Studio
Jan

vLLM

How to use LZYYuBai/furina-4b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "LZYYuBai/furina-4b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LZYYuBai/furina-4b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/LZYYuBai/furina-4b:Q4_K_M

Ollama
How to use LZYYuBai/furina-4b with Ollama:
```
ollama run hf.co/LZYYuBai/furina-4b:Q4_K_M
```
Unsloth Desktop

How to use LZYYuBai/furina-4b with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf LZYYuBai/furina-4b: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": "LZYYuBai/furina-4b:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use LZYYuBai/furina-4b with Docker Model Runner:
```
docker model run hf.co/LZYYuBai/furina-4b:Q4_K_M
```

Lemonade

How to use LZYYuBai/furina-4b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull LZYYuBai/furina-4b:Q4_K_M

Run and chat with the model

lemonade run user.furina-4b-Q4_K_M

List all available models

lemonade list

Hermes Agent

How to use LZYYuBai/furina-4b with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf LZYYuBai/furina-4b: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 LZYYuBai/furina-4b:Q4_K_M

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use LZYYuBai/furina-4b with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf LZYYuBai/furina-4b: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 "LZYYuBai/furina-4b: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"

You need to agree to share your Hugging Face information to access this model

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

本模型为成人向中文角色扮演模型，仅供 18 岁以上用户用于虚构内容。
下载即表示你确认：已成年；不用于未成年人相关、真实人物形象、违法用途。
训练数据为成人虚构对话，不包含真实人物可识别信息。

芙宁娜 4B · Furina-4B

中文角色扮演对话模型（成人向）｜Qwen3.5-4B + LoRA｜GGUF 量化版

⚠️ 18+ 内容警告：本模型面向成年用户的虚构角色扮演，可能生成露骨内容。禁止用于未成年人相关、真实人物形象、违法用途。下载即表示你已成年并接受使用条款。

模型信息

项	值
基座	Qwen3.5-4B（Apache-2.0）
训练方式	LoRA SFT（角色对话数据）
参数	4B
语言	中文为主
上下文	32K
量化	Q4_K_M（2.52 GB）/ Q8_0（4.17 GB）
格式	GGUF（llama.cpp / Ollama / LM Studio）
推理后端	CPU / CUDA / Vulkan / Metal

文件

文件	大小	SHA256
`furina4b-Q4_K_M.gguf`	2.52 GB	`待填`
`furina4b-Q8_0.gguf`	4.17 GB	`待填`
`system_prompt.txt`	—	推荐系统提示
`start.cmd`	—	Windows 启动示例

快速开始（llama.cpp）

llama-server -m furina-4b-Q4_K_M.gguf \
  --jinja -c 32768 -ngl 99 \
  --host 0.0.0.0 --port 8099 \
  --temp 0.9 --top-p 0.95 --repeat-penalty 1.05

Ollama：

ollama create furina-4b -f Modelfile
ollama run furina-4b

Modelfile 示例：

FROM ./furina-4b-Q4_K_M.gguf
PARAMETER temperature 0.9
PARAMETER top_p 0.95
PARAMETER repeat_penalty 1.05
PARAMETER num_ctx 32768
SYSTEM """
（把 system_prompt.txt 的内容粘在这里）
"""

参数	值	说明
temperature	0.9	低于 0.8 会变得刻板、套路化
top_p	0.95
repeat_penalty	1.05	高于 1.1 会破坏语气
上下文	8K–32K	越长越慢，角色扮演 8K 够用

训练数据

20,000 轮芙宁娜角色扮演多轮对话，约 1,257 万字（单人 / 多轮，含日常、情感、剧情与成人向场景）
SFT 使用其中经清洗、去重后的高质量子集
成人虚构内容；不含真实人物的可识别信息；不含未成年人内容
训练数据不公开（涉及内容敏感性）

已知限制

4B 规模，复杂逻辑、数学、长程一致性能力有限
可能在长对话中偏离人设或重复口头禅
会生成露骨内容（这是设计目标之一，请自行判断是否使用）
中文以外的语言能力显著下降

使用条款

允许：个人使用、研究、角色扮演、二次微调（遵守基座 Apache-2.0）

禁止：

任何与未成年人相关的内容
真实人物的性化内容、冒充真实人物
违法用途、骚扰、非自愿色情内容
未声明用途的商业再分发（基座许可允许商业使用，但请自行承担合规责任）

免责：模型输出由使用者负责。作者不对使用后果承担责任。

许可证

基座：Qwen3.5-4B，Apache-2.0
本模型（LoRA 权重 + 合并权重）：Apache-2.0

见 LICENSE。

引用

如果你在研究中使用了本模型，可引用：

@misc{furina4b2026,
  title  = {Furina-4B: a Chinese role-play dialogue model built on Qwen3.5-4B},
  author = {YuBai},
  year   = {2026},
  note   = {https://huggingface.co/<你的用户名>/furina-4b}
}

致谢

基座模型：Qwen3.5-4B
推理后端：llama.cpp

在手机上运行（Android / iOS）

不需要装任何定制 APK——用现成的本地推理 App 加载本仓库的 GGUF，再导入角色卡即可。

推荐 App

App	平台	说明
PocketPal AI	Android / iOS	免费，支持 GGUF，可导入角色卡
ChatterUI	Android	支持 SillyTavern 角色卡（chara_card_v2）
Layla	Android	本地推理，支持 GGUF，界面轻
LLM Farm	iOS	支持 GGUF

步骤

按内存选文件
- 手机 6–8 GB：qwen2b-fufu-v2-Q4_K_M.gguf（1.19 GB，2B 版）
- 手机/平板 12 GB：urina-4b-Q4_K_M.gguf（2.52 GB，4B 版）
- Q8_0 是更高质量版，但手机内存吃紧，不推荐
在 App 里导入 GGUF（部分 App 支持从 Hugging Face 直接搜索下载）
导入 ufu-character-card.json，或手动把 system_prompt.txt 粘进「系统提示」框
参数建议： emperature 0.9、 op_p 0.95、 epeat_penalty 1.05、上下文 4096–8192
首次加载需要几秒到几十秒（把模型读进内存），之后常驻

速度参考（手机 CPU，Q4）

模型	8 核手机	备注
2B	8–15 tok/s	一句话 2–4 秒
4B	4–8 tok/s	12G 内存的手机/平板才稳

省内存技巧：KV cache 用 q8（--cache-type-k q8_0 --cache-type-v q8_0，部分 App 有开关），上下文从 8192 降到 4096，能省一半以上内存。

Downloads last month: -

GGUF

Model size

4B params

Architecture

qwen35

Hardware compatibility

4-bit

8-bit

Model tree for LZYYuBai/furina-4b

Base model

Qwen/Qwen3.5-4B-Base

Finetuned

Qwen/Qwen3.5-4B

Quantized

(609)

this model

LZYYuBai
/

furina-4b

You need to agree to share your Hugging Face information to access this model

芙宁娜 4B · Furina-4B

模型信息

文件

快速开始（llama.cpp）

推荐参数

训练数据

已知限制

使用条款

许可证

引用

致谢

在手机上运行（Android / iOS）

Model tree for LZYYuBai/furina-4b