Instructions to use Mathieu680/Rastignac-1.0-126M-GGUF with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Mathieu680/Rastignac-1.0-126M-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 Mathieu680/Rastignac-1.0-126M-GGUF:F16
# Run inference directly in the terminal:
llama cli -hf Mathieu680/Rastignac-1.0-126M-GGUF:F16

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Mathieu680/Rastignac-1.0-126M-GGUF:F16
# Run inference directly in the terminal:
llama cli -hf Mathieu680/Rastignac-1.0-126M-GGUF:F16

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 Mathieu680/Rastignac-1.0-126M-GGUF:F16
# Run inference directly in the terminal:
./llama-cli -hf Mathieu680/Rastignac-1.0-126M-GGUF:F16

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 Mathieu680/Rastignac-1.0-126M-GGUF:F16
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Mathieu680/Rastignac-1.0-126M-GGUF:F16

Use Docker

docker model run hf.co/Mathieu680/Rastignac-1.0-126M-GGUF:F16

LM Studio
Jan

vLLM

How to use Mathieu680/Rastignac-1.0-126M-GGUF with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Mathieu680/Rastignac-1.0-126M-GGUF"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Mathieu680/Rastignac-1.0-126M-GGUF",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/Mathieu680/Rastignac-1.0-126M-GGUF:F16

Ollama
How to use Mathieu680/Rastignac-1.0-126M-GGUF with Ollama:
```
ollama run hf.co/Mathieu680/Rastignac-1.0-126M-GGUF:F16
```
Unsloth Desktop
Docker Model Runner
How to use Mathieu680/Rastignac-1.0-126M-GGUF with Docker Model Runner:
```
docker model run hf.co/Mathieu680/Rastignac-1.0-126M-GGUF:F16
```

Lemonade

How to use Mathieu680/Rastignac-1.0-126M-GGUF with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Mathieu680/Rastignac-1.0-126M-GGUF:F16

Run and chat with the model

lemonade run user.Rastignac-1.0-126M-GGUF-F16

List all available models

lemonade list

Atomic Chat

Rastignac 1.0 — 126M (GGUF)

Version GGUF de Rastignac 1.0 — 126M, un modèle causal français entraîné sur 3 348 livres de littérature française.

Le fichier Rastignac-1.0-126M-F16.gguf est destiné aux outils compatibles avec llama.cpp, notamment LM Studio. Il s’agit d’un modèle de complétion littéraire, non entraîné pour suivre des instructions ou tenir une conversation.

Utilisation

Télécharge le fichier GGUF puis importe-le dans LM Studio, ou utilise-le directement avec llama.cpp :

llama-cli -m Rastignac-1.0-126M-F16.gguf -p "La nuit tombait sur Paris lorsque" -n 180

Pour obtenir de meilleurs résultats, utilise le modèle en mode complétion avec un début de phrase ou de paragraphe. La version complète au format Transformers et les informations détaillées sur l’entraînement sont disponibles dans le dépôt principal.

Conversion et vérification

Le fichier a été converti depuis les poids Safetensors du dépôt principal au format GGUF F16, puis chargé et testé localement avec llama.cpp.

Les droits applicables au corpus peuvent dépendre de l’auteur, de l’édition et du pays d’utilisation. Voir la licence de Project Gutenberg.

Downloads last month: 76

GGUF

Model size

0.1B params

Architecture

gpt2

Hardware compatibility

16-bit