Instructions to use neureps/Qwen3.5-0.8B-enko with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use neureps/Qwen3.5-0.8B-enko with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("image-text-to-text", model="neureps/Qwen3.5-0.8B-enko")
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/p-blog/candy.JPG"},
            {"type": "text", "text": "What animal is on the candy?"}
        ]
    },
]
pipe(text=messages)

# Load model directly
from transformers import AutoProcessor, AutoModelForMultimodalLM

processor = AutoProcessor.from_pretrained("neureps/Qwen3.5-0.8B-enko")
model = AutoModelForMultimodalLM.from_pretrained("neureps/Qwen3.5-0.8B-enko", device_map="auto")
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/p-blog/candy.JPG"},
            {"type": "text", "text": "What animal is on the candy?"}
        ]
    },
]
inputs = processor.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(processor.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use neureps/Qwen3.5-0.8B-enko with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "neureps/Qwen3.5-0.8B-enko"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "neureps/Qwen3.5-0.8B-enko",
		"messages": [
			{
				"role": "user",
				"content": [
					{
						"type": "text",
						"text": "Describe this image in one sentence."
					},
					{
						"type": "image_url",
						"image_url": {
							"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
						}
					}
				]
			}
		]
	}'

Use Docker

docker model run hf.co/neureps/Qwen3.5-0.8B-enko

SGLang

How to use neureps/Qwen3.5-0.8B-enko with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "neureps/Qwen3.5-0.8B-enko" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "neureps/Qwen3.5-0.8B-enko",
		"messages": [
			{
				"role": "user",
				"content": [
					{
						"type": "text",
						"text": "Describe this image in one sentence."
					},
					{
						"type": "image_url",
						"image_url": {
							"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
						}
					}
				]
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "neureps/Qwen3.5-0.8B-enko" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "neureps/Qwen3.5-0.8B-enko",
		"messages": [
			{
				"role": "user",
				"content": [
					{
						"type": "text",
						"text": "Describe this image in one sentence."
					},
					{
						"type": "image_url",
						"image_url": {
							"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
						}
					}
				]
			}
		]
	}'

Docker Model Runner
How to use neureps/Qwen3.5-0.8B-enko with Docker Model Runner:
```
docker model run hf.co/neureps/Qwen3.5-0.8B-enko
```

Qwen3.5-0.8B-enko — EN/KO 무손실 어휘 프루닝 마스터

Qwen/Qwen3.5-0.8B의 어휘를 영어·한국어·이모지·기호로 축소한 무손실 프루닝 마스터 체크포인트입니다. Warmly(온기) 앱에서 이미지 캡셔너(비전) 및 저사양 기기 폴백 후보로 사용합니다.

프루닝 내용 (2026-07-13, 파일럿 — 전 항목 PASS)

vocab 248,320 → ~148k (2B와 동일 keepset — pruning_keepset.json)
파라미터 0.873B → 0.771B (−11.7%), 파일 1.75GB → 1.55GB
비전 타워(~91M)·MTP 헤드 유지
무손실 검증: 로짓 diff 0.00e+00, greedy 생성 동일, NLL 3.5987 → 3.5905, EN/KO/이모지/코드 토큰화 동일

역할과 실측 근거

캡셔너 3파전 승자 (2026-07-13): 0.8B 비전이 2B q4_0의 환각(두부)을 내지 않음 — 작은 캡셔너가 더 충실. SmolVLM-500M은 빈약해 기각.
한국어 댓글 직접 생성은 기각(8~9/20): 스타일이 아니라 한국어 의미 접지 부족이 원인. 영어 댓글은 ~16/20으로 강함 → "0.8B(영어) + NMT 번역" B안 트랙의 전제.

사용 시 주의

2B 마스터(neureps/Qwen3.5-2B-enko)와 동일: GGUF 변환 시 --no-mtp + chkhsh 등록(res = "qwen35", 해시는 2B 리포 카드 참조), 추론 시 enable_thinking: false 필수.

Model tree for neureps/Qwen3.5-0.8B-enko

Base model

Qwen/Qwen3.5-0.8B-Base

Finetuned

Qwen/Qwen3.5-0.8B

Finetuned

(283)

this model

Adapters

2 models

neureps
/

Qwen3.5-0.8B-enko

Qwen3.5-0.8B-enko — EN/KO 무손실 어휘 프루닝 마스터

프루닝 내용 (2026-07-13, 파일럿 — 전 항목 PASS)

역할과 실측 근거

사용 시 주의

관련 리포

Model tree for neureps/Qwen3.5-0.8B-enko