Instructions to use kirilldual0987/MIXdevAI-llama-quantized with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use kirilldual0987/MIXdevAI-llama-quantized with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="kirilldual0987/MIXdevAI-llama-quantized",
	filename="gguf/MIXdevAI-llama-quantized-F16.gguf",
)

llm.create_chat_completion(
	messages = "No input example has been defined for this model task."
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use kirilldual0987/MIXdevAI-llama-quantized 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 kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf kirilldual0987/MIXdevAI-llama-quantized: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 kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf kirilldual0987/MIXdevAI-llama-quantized: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 kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M

Use Docker

docker model run hf.co/kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M

LM Studio
Jan
Ollama
How to use kirilldual0987/MIXdevAI-llama-quantized with Ollama:
```
ollama run hf.co/kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M
```

Unsloth Studio

How to use kirilldual0987/MIXdevAI-llama-quantized 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 kirilldual0987/MIXdevAI-llama-quantized 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 kirilldual0987/MIXdevAI-llama-quantized to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for kirilldual0987/MIXdevAI-llama-quantized to start chatting

How to use kirilldual0987/MIXdevAI-llama-quantized with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use kirilldual0987/MIXdevAI-llama-quantized with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf kirilldual0987/MIXdevAI-llama-quantized: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 kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use kirilldual0987/MIXdevAI-llama-quantized with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf kirilldual0987/MIXdevAI-llama-quantized: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 "kirilldual0987/MIXdevAI-llama-quantized: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"

Docker Model Runner
How to use kirilldual0987/MIXdevAI-llama-quantized with Docker Model Runner:
```
docker model run hf.co/kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M
```

Lemonade

How to use kirilldual0987/MIXdevAI-llama-quantized with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull kirilldual0987/MIXdevAI-llama-quantized:Q4_K_M

Run and chat with the model

lemonade run user.MIXdevAI-llama-quantized-Q4_K_M

List all available models

lemonade list

YAML Metadata Warning:empty or missing yaml metadata in repo card

Check out the documentation for more information.

MIXdevAI-llama (GGUF)

Данный репозиторий содержит полный набор GGUF-квантов оригинальной модели Kolyadual/MIXdevAI-llama.

🧠 Описание модели

MIXdevAI-llama — это легковесная ИИ-модель (1B параметров) на базе Llama 3 из семейства Newton bot, созданная автором Kolyadual. Модель представляет собой слияние (merge) двух архитектур с использованием метода SLERP (dtype: bfloat16):

meta-llama/Llama-3.2-1B-Instruct (Base)
KingNish/Reasoning-Llama-1b-v0.1

Все файлы в этом репозитории конвертированы и квантованы с помощью актуальной версии llama.cpp для быстрого локального запуска (Ollama, LM Studio, llama.cpp) на любых устройствах: CPU, Apple Silicon (Metal) и GPU.

📦 Таблица квантований

Все готовые файлы лежат в папке gguf. Ниже приведена шпаргалка, которая поможет выбрать нужный формат под ваши задачи и объем оперативной памяти:

Формат	Описание и рекомендации по использованию
F16	Оригинальные веса без сжатия. Максимальное качество, требует больше всего RAM/VRAM.
Q8_0	8-bit квантование. Практически неотличимо от F16, отличная скорость.
Q6_K	Очень высокое качество, минимальные потери.
Q5_K_M / Q5_K_S	Отличный баланс между размером и сохранением "интеллекта" модели.
Q4_K_M	🏆 Рекомендуемый. Золотая середина для большинства задач и устройств.
Q4_K_S / Q4_0 / Q4_1	Хорошее сжатие с приемлемым качеством.
Q3_K_M / Q3_K_S	Заметное сжатие, подходит для слабых устройств, возможны легкие потери в сложной логике.
Q2_K	Экстремальное сжатие (2-bit). Модель сильно теряет в качестве, использовать только при жестких ограничениях памяти.
IQ-серия (IQ1_S - IQ4_NL)	Инновационные форматы `llama.cpp` (Importance Matrix). Обеспечивают лучшее качество при экстремально малых размерах (особенно IQ3_XS, IQ4_NL). Идеально для смартфонов.

Оригинальный YAML-конфиг слияния, safetensors и подробные инструкции по использованию базовой модели через Transformers доступны в оригинальном репозитории автора.

Downloads last month: 630

Safetensors

Model size

1B params

Tensor type

BF16

Inference Providers NEW

This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Collection including kirilldual0987/MIXdevAI-llama-quantized

guff

Collection

A collection of lightweight, GGUF‑quantized models by Kolyadual0987, optimized to save storage space while delivering solid performance for v • 4 items • Updated about 15 hours ago