Instructions to use neureps/warmly-qwen35-08b-enko-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 neureps/warmly-qwen35-08b-enko-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 neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf neureps/warmly-qwen35-08b-enko-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 neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf neureps/warmly-qwen35-08b-enko-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 neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf neureps/warmly-qwen35-08b-enko-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 neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M

Use Docker

docker model run hf.co/neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M

LM Studio
Jan

vLLM

How to use neureps/warmly-qwen35-08b-enko-gguf with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "neureps/warmly-qwen35-08b-enko-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": "neureps/warmly-qwen35-08b-enko-gguf",
		"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/warmly-qwen35-08b-enko-gguf:Q4_K_M

Ollama
How to use neureps/warmly-qwen35-08b-enko-gguf with Ollama:
```
ollama run hf.co/neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M
```
Unsloth Desktop

How to use neureps/warmly-qwen35-08b-enko-gguf with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use neureps/warmly-qwen35-08b-enko-gguf with Docker Model Runner:
```
docker model run hf.co/neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M
```

Lemonade

How to use neureps/warmly-qwen35-08b-enko-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M

Run and chat with the model

lemonade run user.warmly-qwen35-08b-enko-gguf-Q4_K_M

List all available models

lemonade list

Hermes Agent

How to use neureps/warmly-qwen35-08b-enko-gguf with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf neureps/warmly-qwen35-08b-enko-gguf: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 neureps/warmly-qwen35-08b-enko-gguf:Q4_K_M

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use neureps/warmly-qwen35-08b-enko-gguf with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf neureps/warmly-qwen35-08b-enko-gguf: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 "neureps/warmly-qwen35-08b-enko-gguf: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"

warmly-qwen35-08b-enko-gguf — 0.8B 온디바이스 소형 티어 (프루닝·증류 GGUF)

EN/KO 어휘 프루닝 마스터 neureps/Qwen3.5-0.8B-enko 기반. Warmly(온기) 앱의 소형 티어(저·중램 기기) 배포 모델이자 이미지 캡셔너를 담는다. 한 모델이 캡션(비전)과 댓글(텍스트)을 모두 낸다.

★ 현재 배포 — `v3.1/` (2026-07-23)

소형 티어 배포 = 증류 v3c 가중치(Q4_K_M) + 페르소나 어댑터. "v3.1"은 판정 프로토콜을 새로 세운 뒤 재검증한 릴리스 라벨이다(재학습 아님 — 베이스 가중치는 v3c). base와 어댑터는 한 몸으로 배포한다.

파일 (`v3.1/`)	크기	설명
`v3.1/Qwen3.5-0.8B-enko-distill-v3c-Q4_K_M-imatrix-domain.gguf`	419MB	텍스트 본체 (v3c 가중치·Q4_K_M·도메인 imatrix)
`v3.1/louie-v3.1-f16.gguf`	12.2MB	페르소나 어댑터(LoRA) — 5번째 캐릭터 "루이"
`Qwen3.5-0.8B-enko-mmproj-q8_0.gguf` (루트 공용)	111MB	비전 프로젝터

스택 합계 ≈ 542MB.

페르소나 어댑터 방식: 본체에는 4개 캐릭터가 학습돼 있고, 5번째 캐릭터만 12.2MB 어댑터로 얹는다. llama.cpp --lora … --lora-init-without-apply로 로드한 뒤 요청별로 스케일을 토글한다 — 기존 4인은 scale 0(본체와 출력이 글자까지 동일=항등), 루이는 scale 1. 캐릭터 추가에 본체 재배포가 필요 없다.

# llama-server 기동
llama-server -m v3.1/Qwen3.5-0.8B-enko-distill-v3c-Q4_K_M-imatrix-domain.gguf \
  --mmproj Qwen3.5-0.8B-enko-mmproj-q8_0.gguf \
  --lora v3.1/louie-v3.1-f16.gguf --lora-init-without-apply

# 요청 본문에서 페르소나별 스케일 (루이=1, 그 외=0)
curl .../completion -d '{"prompt":"...", "lora":[{"id":0,"scale":1}]}'

품질(Gemma 4 12B 심사, gold144 N=144, 프로덕션 샘플링): 루이 결함율 13.2%(회상 속 지명은 캐릭터 정의라 제외). 재양자화 전(Q5_K_M 베이스) 12.5%와 동급.

파일 구조

루트 — 캡셔너/폴백용 base GGUF + 공용 비전 프로젝터
- Qwen3.5-0.8B-enko-Q4_K_M.gguf (419MB, 증류 전 base 텍스트 본체)
- Qwen3.5-0.8B-enko-mmproj-q8_0.gguf (111MB, 비전 프로젝터 — 전 버전 공용)
v3.1/ — 현재 배포(위 참조)
variants/ — 증류 개선 이력(아래)
adapters/ — 페르소나 어댑터 원본 위치(louie-v1-f16.gguf, v3.1/louie-v3.1과 동일 가중치)

`variants/` — 증류 개선 이력

증류 어댑터(warmly-qwen35-08b-enko-distill)를 병합·재양자화한 GGUF. imatrix는 모델 종속이라 각 병합본에서 재산출한다(캘리브레이션 = 도메인 calib.txt).

버전	파일	판정
v3c ★현행 배포 계보	`variants/…-distill-v3c-{IQ4_XS 395MB, Q4_K_M 419MB, Q5_K_M 466MB}-imatrix-domain.gguf` + `imatrix-domain-distill-v3c.gguf`	혼합 피벗(하드워드 접지를 페르소나 목소리로 재생성해 혼합). 심사 결함율 v2 51%→45%·사물오접지 20→6·자기비하동조 0. 배포는 Q4_K_M(양자화 재검 gold144 N=288에서 IQ4_XS≤Q4_K_M≤Q5_K_M, Q5 우위는 표본 노이즈였음)
v2	`variants/…-distill-v2-{IQ4_XS 414MB, Q4_K_M 440MB}-…` + imatrix	입력 커버리지 보강 — 자기비하 동조 0·영어누출 2→0·지명환각 11→0. v3c로 교체
v1	`variants/…-distill-v1-{IQ4_XS 395MB, Q4_K_M 419MB}-…` + imatrix	레시피 이식 실증(블라인드 승률 ~79% vs base). 배포 부적합, 폴백 후보

사용 시 주의

추론 시 enable_thinking: false 필수(안 끄면 출력이 빔).
캡션: llama-mtmd-cli -m <본체>.gguf --mmproj ...mmproj-q8_0.gguf --image 사진 -p "Describe..."
어댑터는 댓글(텍스트)에만 영향 — 캡션 경로는 본체+mmproj 그대로.

Model tree for neureps/warmly-qwen35-08b-enko-gguf

Base model

Qwen/Qwen3.5-0.8B-Base

Finetuned

Qwen/Qwen3.5-0.8B

Finetuned

neureps/Qwen3.5-0.8B-enko

Adapter

(2)

this model

neureps
/

warmly-qwen35-08b-enko-gguf

warmly-qwen35-08b-enko-gguf — 0.8B 온디바이스 소형 티어 (프루닝·증류 GGUF)

★ 현재 배포 — `v3.1/` (2026-07-23)

파일 구조

`variants/` — 증류 개선 이력

사용 시 주의

관련 리포

Model tree for neureps/warmly-qwen35-08b-enko-gguf

warmly-qwen35-08b-enko-gguf — 0.8B 온디바이스 소형 티어 (프루닝·증류 GGUF)

★ 현재 배포 — v3.1/ (2026-07-23)

파일 구조

variants/ — 증류 개선 이력

사용 시 주의

관련 리포

Model tree for neureps/warmly-qwen35-08b-enko-gguf

★ 현재 배포 — `v3.1/` (2026-07-23)

`variants/` — 증류 개선 이력