Instructions to use flozen1981/boldt-1b-it-preview-gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use flozen1981/boldt-1b-it-preview-gguf with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="flozen1981/boldt-1b-it-preview-gguf",
	filename="boldt-1b-it-preview-Q4_K_M.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use flozen1981/boldt-1b-it-preview-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 flozen1981/boldt-1b-it-preview-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf flozen1981/boldt-1b-it-preview-gguf:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf flozen1981/boldt-1b-it-preview-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf flozen1981/boldt-1b-it-preview-gguf: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 flozen1981/boldt-1b-it-preview-gguf:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf flozen1981/boldt-1b-it-preview-gguf: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 flozen1981/boldt-1b-it-preview-gguf:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf flozen1981/boldt-1b-it-preview-gguf:Q4_K_M

Use Docker

docker model run hf.co/flozen1981/boldt-1b-it-preview-gguf:Q4_K_M

LM Studio
Jan

vLLM

How to use flozen1981/boldt-1b-it-preview-gguf with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "flozen1981/boldt-1b-it-preview-gguf"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "flozen1981/boldt-1b-it-preview-gguf",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/flozen1981/boldt-1b-it-preview-gguf:Q4_K_M

Ollama
How to use flozen1981/boldt-1b-it-preview-gguf with Ollama:
```
ollama run hf.co/flozen1981/boldt-1b-it-preview-gguf:Q4_K_M
```

Unsloth Studio

How to use flozen1981/boldt-1b-it-preview-gguf 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 flozen1981/boldt-1b-it-preview-gguf 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 flozen1981/boldt-1b-it-preview-gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for flozen1981/boldt-1b-it-preview-gguf to start chatting

Atomic Chat new
Docker Model Runner
How to use flozen1981/boldt-1b-it-preview-gguf with Docker Model Runner:
```
docker model run hf.co/flozen1981/boldt-1b-it-preview-gguf:Q4_K_M
```

Lemonade

How to use flozen1981/boldt-1b-it-preview-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull flozen1981/boldt-1b-it-preview-gguf:Q4_K_M

Run and chat with the model

lemonade run user.boldt-1b-it-preview-gguf-Q4_K_M

List all available models

lemonade list

boldt-1b-it-preview-gguf

GGUF-Quantisierung (Q4_K_M) von Boldt/Boldt-1B-IT-Preview für llama.cpp / LLamaSharp.

Erstellt für VoxJuris — eine Windows-Diktier-App für deutsche Rechtssprache — als lokale (Offline-)Option für die Korrektur-/Rewrite-Stufe.

⚠️ Bekannte Einschränkung

Dieses 1B-Parameter-Vorschaumodell ist für strukturierte In-Context-Korrektur (Diktat in umgebenden Kontext einfügen, nur Rechtschreibung/Grammatik korrigieren, Inhalt exakt erhalten) nicht durchgehend zuverlässig. In Tests traten auf:

Inhaltliche Abweichungen bei Zahlen/Daten (z. B. wurde ein Datum im Text verändert)
Wiederholungsschleifen (degenerierte Ausgabe bei längeren Eingaben)
Verbatim-Echo des Diktats inkl. umgebendem Kontext bei kurzen/kontextlosen Eingaben

Empfehlung: für produktive Nutzung ein größeres Online-Modell (z. B. über eine OpenAI-kompatible API) verwenden. Dieses GGUF eignet sich für Offline-Tests, Experimente und als Fallback, nicht für unbeaufsichtigten produktiven Einsatz bei rechtlich relevanten Inhalten (Fristen, Beträge, Aktenzeichen sollten immer geprüft werden).

Dateien

Datei	Beschreibung
`boldt-1b-it-preview-Q4_K_M.gguf`	Q4_K_M-quantisiertes GGUF (739 MB)

Konvertierung

llama.cpp convert_hf_to_gguf.py (safetensors → F16-GGUF) → llama-quantize (F16 → Q4_K_M). Standard-Pipeline, kein verlustbehafteter Zwischenschritt außer der Quantisierung selbst.

Verwendung mit llama.cpp / LLamaSharp

llama-cli -m boldt-1b-it-preview-Q4_K_M.gguf -p "<|system|>\n...<|endoftext|><|user|>\n...<|endoftext|><|assistant|>\n" -st --temp 0

Chat-Format: <|system|>\n{system}<|endoftext|><|user|>\n{user}<|endoftext|><|assistant|>\n

Lizenz

Apache-2.0, wie das Basismodell Boldt/Boldt-1B-IT-Preview.

Downloads last month: 106

GGUF

Model size

1B params

Architecture

llama

Hardware compatibility

4-bit

Model tree for flozen1981/boldt-1b-it-preview-gguf

Base model

Boldt/Boldt-1B

Finetuned

Boldt/Boldt-1B-IT-Preview

Quantized

(1)

this model