Instructions to use Magurofg/pocket-lm-269m with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Magurofg/pocket-lm-269m 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 Magurofg/pocket-lm-269m:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Magurofg/pocket-lm-269m:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Magurofg/pocket-lm-269m:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Magurofg/pocket-lm-269m:Q4_K_M

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 Magurofg/pocket-lm-269m:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf Magurofg/pocket-lm-269m:Q4_K_M

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 Magurofg/pocket-lm-269m:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Magurofg/pocket-lm-269m:Q4_K_M

Use Docker

docker model run hf.co/Magurofg/pocket-lm-269m:Q4_K_M

LM Studio
Jan

vLLM

How to use Magurofg/pocket-lm-269m with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Magurofg/pocket-lm-269m"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Magurofg/pocket-lm-269m",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Magurofg/pocket-lm-269m:Q4_K_M

Ollama
How to use Magurofg/pocket-lm-269m with Ollama:
```
ollama run hf.co/Magurofg/pocket-lm-269m:Q4_K_M
```

Unsloth Studio

How to use Magurofg/pocket-lm-269m 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 Magurofg/pocket-lm-269m 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 Magurofg/pocket-lm-269m to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Magurofg/pocket-lm-269m to start chatting

Docker Model Runner
How to use Magurofg/pocket-lm-269m with Docker Model Runner:
```
docker model run hf.co/Magurofg/pocket-lm-269m:Q4_K_M
```

Lemonade

How to use Magurofg/pocket-lm-269m with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Magurofg/pocket-lm-269m:Q4_K_M

Run and chat with the model

lemonade run user.pocket-lm-269m-Q4_K_M

List all available models

lemonade list

Atomic Chat

Pocket-LM 269M — LM brasileiro para rodar no celular

Modelo de linguagem decoder de 269M de parâmetros, treinado do zero em português, feito para rodar offline em celulares de entrada (169 MB em Q4_K_M, ~15 tok/s num Helio G36, 80 tok/s medidos num Dimensity 9500s via llama.cpp).

Nenhum peso de terceiros: outras IAs participaram apenas como professoras (geração e filtragem de dados), nunca como fonte de pesos.

Resultados (05/08/2026)

benchmark	Pocket-LM 269M	referência
LAMBADA-PT (n=5.153)	36,85	1º entre modelos <1,2B em pt (Tucano-1b1: 34,70 com 250B tokens)
CALAME-PT (n=2.076)	53,13	3º, acima de Bloom-1b1 e GlórIA-1b3 (4× o tamanho)
IFEval-pt (n=308)	39,61	sem nenhum treino de instrução
MultiBLiMP (gramática)	96,3%	acaso: 50%

Total de treino: 25,4 bilhões de tokens — 10× menos que o comparável mais próximo. Avaliação pareada por item; detalhes e réguas no repositório do projeto.

Linhagem de dados (transparência)

Última fase (12,3B tokens): 100% corpus com licença declarada — finepdfs (ODC-By), FineWeb2-HQ (ODC-By), HPLT 2.0 (CC0) — deduplicado globalmente, com shards de validação segregados.
Fases anteriores (13,1B tokens): Common Crawl filtrado (ClassiCC-PT, sem licença explícita no cartão), Wikipédia-PT (CC-BY-SA) e sintético permissivo (Apache-2.0).
Ou seja: a última rodada é integralmente licenciada; a linhagem completa dos pesos inclui uma fase anterior de licença indefinida. Um retreino do zero 100% limpo está no roteiro.

Limitações honestas

Não é chat. É modelo base: completa texto. Para uso, dê começos de frase ou acople a um fluxo de instrução.
Não sabe recusar: medimos que julgamento de respondibilidade não se forma neste porte (três controles independentes; artigo a caminho). Não use para QA factual sem camada de verificação.
Conhecimento de mundo limitado pelo porte: erra fatos com confiança.
Contexto de 512 tokens.

Uso rápido (llama.cpp)

llama-cli -m pocket-lm-269m-q4_k_m.gguf -p "O Brasil é um país" -n 50 -t 4

Atribuições de dados

finepdfs e FineWeb2-HQ (HuggingFaceFW/epfml, ODC-By 1.0) · HPLT 2.0 (CC0) · Wikipédia-PT (CC-BY-SA 3.0) · gigaverbo-v2-synth (Apache-2.0) · ClassiCC-PT (citado; sem licença declarada) · avaliações: CALAME-PT, LAMBADA-PT (TucanoBR), MASSIVE (CC-BY-4.0).

Downloads last month: -

GGUF

Model size

0.3B params

Architecture

gpt2

Hardware compatibility

4-bit