Instructions to use LZYYuBai/furina-2b 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-2b 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-2b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf LZYYuBai/furina-2b: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-2b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf LZYYuBai/furina-2b: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-2b:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama cli -hf LZYYuBai/furina-2b:Q4_K_M

Use Docker

docker model run hf.co/LZYYuBai/furina-2b:Q4_K_M

Llama new
LM Studio
Jan

vLLM

How to use LZYYuBai/furina-2b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "LZYYuBai/furina-2b"
# 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-2b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/LZYYuBai/furina-2b:Q4_K_M

Ollama
How to use LZYYuBai/furina-2b with Ollama:
```
ollama run hf.co/LZYYuBai/furina-2b:Q4_K_M
```
Unsloth Desktop

How to use LZYYuBai/furina-2b 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-2b: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-2b:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use LZYYuBai/furina-2b with Docker Model Runner:
```
docker model run hf.co/LZYYuBai/furina-2b:Q4_K_M
```

Lemonade

How to use LZYYuBai/furina-2b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull LZYYuBai/furina-2b:Q4_K_M

Run and chat with the model

lemonade run user.furina-2b-Q4_K_M

List all available models

lemonade list

Hermes Agent

How to use LZYYuBai/furina-2b 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-2b: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-2b:Q4_K_M

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use LZYYuBai/furina-2b 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-2b: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-2b: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 2B · Furina-2B

轻量中文角色扮演对话模型（成人向）｜Qwen3.5-2B + 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	Qwen3.5-2B（Apache-2.0）
训练方式	LoRA SFT（角色对话数据）
参数	2B
语言	中文为主
上下文	32K
量化	Q4_K_M（1.19 GB）/ Q8_0（2.03 GB）
格式	GGUF（llama.cpp / Ollama / LM Studio）
适用	手机端、低配电脑、移动端离线部署

文件

文件	大小	SHA256
`urina-2b-Q4_K_M.gguf`	1.19 GB	`待填`
`urina-2b-Q8_0.gguf`	2.03 GB	`待填`
`system_prompt.txt`	—	推荐系统提示

快速开始（llama.cpp）

llama-server -m urina-2b-Q4_K_M.gguf \
  --jinja -c 8192 -ngl 99 \
  --host 0.0.0.0 --port 8099 \
  --temp 0.9 --top-p 0.95 --repeat-penalty 1.05 \
  --cache-type-k q8_0 --cache-type-v q8_0

2B 在移动端建议 -c 4096~8192；量化 KV（q8_0）可省一半内存。

Ollama：

ollama create furina-2b -f Modelfile

参数	值
temperature	0.9
top_p	0.95
repeat_penalty	1.05
上下文	4K–8K（手机）

训练数据

20,000 轮芙宁娜角色扮演多轮对话，约 1,257 万字（日常、情感、剧情、成人向场景）
成人虚构内容；不含真实人物可识别信息；不含未成年人内容
训练数据不公开

已知限制

2B 规模，人物塑造与长程一致性弱于 4B
更容易重复口头禅、更快「AI 味」
复杂指令遵循能力有限
会生成露骨内容（设计目标之一）

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

免责：模型输出由使用者负责。

许可证

基座：Qwen3.5-2B，Apache-2.0
本模型：Apache-2.0

见 LICENSE。

与 4B 版的取舍

	2B	4B
内存	1.2–2 GB	2.5–4.2 GB
手机 CPU 速度	快（8–15 tok/s）	中（5–10 tok/s）
人设稳定	一般	好
适合	移动端常驻	桌面/平板

致谢

基座模型：Qwen3.5-2B
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：urina-2b-Q4_K_M.gguf（1.19 GB，2B 版）
- 手机/平板 12 GB：ufu4b-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

2B params

Architecture

qwen35

Hardware compatibility

4-bit

8-bit

Model tree for LZYYuBai/furina-2b

Base model

Qwen/Qwen3.5-2B-Base

Finetuned

Qwen/Qwen3.5-2B

Quantized

(291)

this model

LZYYuBai
/

furina-2b

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

芙宁娜 2B · Furina-2B

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

与 4B 版的取舍

致谢

在手机上运行（Android / iOS）

Model tree for LZYYuBai/furina-2b