Instructions to use neureps/warmly-qwen35-2b-enko-gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use neureps/warmly-qwen35-2b-enko-gguf with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="neureps/warmly-qwen35-2b-enko-gguf",
	filename="Qwen3.5-2B-enko-dIQ4_XS.gguf",
)

llm.create_chat_completion(
	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"
					}
				}
			]
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use neureps/warmly-qwen35-2b-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-qwen35-2b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf neureps/warmly-qwen35-2b-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-qwen35-2b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf neureps/warmly-qwen35-2b-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-qwen35-2b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf neureps/warmly-qwen35-2b-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-qwen35-2b-enko-gguf:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf neureps/warmly-qwen35-2b-enko-gguf:Q4_K_M

Use Docker

docker model run hf.co/neureps/warmly-qwen35-2b-enko-gguf:Q4_K_M

LM Studio
Jan

vLLM

How to use neureps/warmly-qwen35-2b-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-qwen35-2b-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-qwen35-2b-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-qwen35-2b-enko-gguf:Q4_K_M

Ollama
How to use neureps/warmly-qwen35-2b-enko-gguf with Ollama:
```
ollama run hf.co/neureps/warmly-qwen35-2b-enko-gguf:Q4_K_M
```

Unsloth Studio

How to use neureps/warmly-qwen35-2b-enko-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 neureps/warmly-qwen35-2b-enko-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 neureps/warmly-qwen35-2b-enko-gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for neureps/warmly-qwen35-2b-enko-gguf to start chatting

How to use neureps/warmly-qwen35-2b-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-qwen35-2b-enko-gguf: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": "neureps/warmly-qwen35-2b-enko-gguf:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use neureps/warmly-qwen35-2b-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-qwen35-2b-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-qwen35-2b-enko-gguf:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use neureps/warmly-qwen35-2b-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-qwen35-2b-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-qwen35-2b-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"

Docker Model Runner
How to use neureps/warmly-qwen35-2b-enko-gguf with Docker Model Runner:
```
docker model run hf.co/neureps/warmly-qwen35-2b-enko-gguf:Q4_K_M
```

Lemonade

How to use neureps/warmly-qwen35-2b-enko-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull neureps/warmly-qwen35-2b-enko-gguf:Q4_K_M

Run and chat with the model

lemonade run user.warmly-qwen35-2b-enko-gguf-Q4_K_M

List all available models

lemonade list

warmly-qwen35-2b-enko-gguf — Warmly 프로덕션 모델 (프루닝 2B GGUF)

오프라인 SNS 앱 Warmly(온기)의 프로덕션 배포 리포입니다. EN/KO 어휘 프루닝 마스터 neureps/Qwen3.5-2B-enko를 llama.cpp로 양자화했습니다. Android 앱(내장 llama-server)이 루트의 배포 파일을 직접 다운로드합니다.

버전 이력

버전	날짜	텍스트 본체	상태	개선 내용 (실측)
distill-v1	2026-07-15	`Qwen3.5-2B-enko-distill-v1-dIQ4_XS.gguf`	게이트 통과 — 승격 대기 (프로덕션 전환은 별도 결정)	한국어 자연성 증류 (어댑터 리포 v1 병합). Kanana-1.5-8B 교사 QLoRA — 어색 ~~18/60→~~6/60, 깨진 단어·환각 해소, 구체성 2.5→3.5+. 공식 게이트: 블라인드 승률 ~70%, 자기비하 동조 0/4, 후처리 55/60+재생성 폴백 0. 크기 1022MB
base	2026-07-14 (앱 v0.2.15)	`Qwen3.5-2B-enko-dIQ4_XS.gguf`	현행 프로덕션	어휘 프루닝(−9% 무손실)+도메인 imatrix IQ4_XS — 구 배포(1564MB) 대비 −363MB, 하니스 20/20

파일 (루트 — 프로덕션 파일명 변경 금지, 앱이 URL로 고정 참조)

파일	크기	설명
`Qwen3.5-2B-enko-dIQ4_XS.gguf`	975MB	현행 배포 본체 (base). IQ4_XS + 도메인 imatrix
`Qwen3.5-2B-enko-distill-v1-dIQ4_XS.gguf`	1022MB	증류 v1 — 게이트 통과, 승격 대기. 증류 병합본 + 도메인 imatrix(재산출) IQ4_XS. heldout PPL 11.85(댓글 도메인 특화로 위키 PPL은 상승 — 품질 지표 아님, 블라인드 승률이 판정)
`Qwen3.5-2B-enko-mmproj-q5_0.gguf`	228MB	배포 비전 프로젝터(공용). 텍스트 LoRA와 무관해 두 버전이 공유. q8_0 대비 캡션 greedy 구별 불가
`imatrix-domain-distill-v1.gguf`	1.9MB	distill-v1 병합본에서 재산출한 도메인 imatrix (imatrix는 모델 종속 — base 것 재사용 불가)
`imatrix-domain.gguf`	1.9MB	base용 도메인 imatrix (캘리브레이션 = `calib.txt`)
`imatrix-general.gguf`	1.9MB	base용 일반 imatrix (캘리브레이션 = `calib-general.txt`)
`calib.txt`	365KB	도메인 캘리브레이션 텍스트 — 페르소나 프롬프트 + 앱 학습 JSONL(영어 캡션+한국어 댓글) (양 버전 공용, 재현용)
`calib-general.txt`	2MB	일반 캘리브레이션 텍스트 — KO/EN 위키+감성 댓글 표본 (재현용)

현행 배포 구성 합계(base+q5_0) 1201MB — 공식 하니스 20/20, heldout PPL 10.91, v0.2.15부터. distill-v1의 제작 과정·잔존 특성(복잡 캡션 영어 누출 → 후처리+재생성이 흡수, 폴백 0)은 어댑터 리포 카드와 학습 데이터 warmly-distill-data 참조.

양자화 변형 (`variants/` — A안 실측 스윕 전체, 2026-07-13)

파일명 규칙: Qwen3.5-2B-enko-{양자화}-{imatrix 종류}.gguf

imatrix-domain = 도메인 캘리브레이션(위 imatrix-domain.gguf) / imatrix-general = 위키+댓글(imatrix-general.gguf) / plain = imatrix 없음

파일 (variants/)	크기	PPL(heldout)	실측 판정
`...-Q4_K_M-plain.gguf`	1.1GB	10.94	imatrix 없음 — 한국어 단어 오류("소파/소거"류), 비권장
`...-Q4_K_M-imatrix-general.gguf`	1.1GB	10.70	동크기 최고 품질
`...-IQ4_XS-imatrix-general.gguf`	975MB	10.87	−12% 크기인데 plain Q4_K_M보다 나음 — 스위트스팟
`...-Q3_K_M-imatrix-general.gguf`	883MB	12.10	+10% 열화, 크기 절박할 때만
`...-Q4_K_M-imatrix-domain.gguf`	1.1GB	10.75	후처리 통과 19/20, 어색 ~3
`...-IQ3_M-imatrix-domain.gguf`	845MB	11.82	오역·환각 증가 시작 (usable-but-degraded)
`...-IQ3_XXS-imatrix-domain.gguf`	745MB	13.33	의미 붕괴 — 사용 부적합. 단 후처리 통과 19/20 → 통과율은 저비트 붕괴를 못 잡는다는 실측 증거로 보존
`...-mmproj-f16.gguf`	638MB	—	비전 프로젝터 원본 (llama.cpp 변환기는 q8_0까지만 지원)
`...-mmproj-q8_0.gguf`	348MB	—	구 배포(v1) 페어링
`...-mmproj-q4_0.gguf`	189MB	—	자체 재양자화(mmproj_requant.py). 4/5 대등, 애매한 피사체(food)에서 환각 드리프트 — 크기 절박할 때만

핵심 교훈: 후처리 통과율은 저비트 열화를 못 잡는다 — 진짜 판별자는 자연성(주관 평가)이며 PPL과 강하게 상관. 2B는 품질을 유지하며 1GB 언더가 불가능(유일한 1GB 언더 IQ3_XXS는 붕괴).

사용법 (llama.cpp)

# 텍스트 (댓글 생성) — enable_thinking:false 필수, 안 끄면 출력이 빔
llama-server -m Qwen3.5-2B-enko-dIQ4_XS.gguf -c 4096
# 비전 (캡션)
llama-mtmd-cli -m Qwen3.5-2B-enko-dIQ4_XS.gguf --mmproj Qwen3.5-2B-enko-mmproj-q5_0.gguf --image photo.jpg -p "Describe..."

Model tree for neureps/warmly-qwen35-2b-enko-gguf

Base model

Qwen/Qwen3.5-2B-Base

Finetuned

Qwen/Qwen3.5-2B

Finetuned

neureps/Qwen3.5-2B-enko

Quantized

(1)

this model

neureps
/

warmly-qwen35-2b-enko-gguf

warmly-qwen35-2b-enko-gguf — Warmly 프로덕션 모델 (프루닝 2B GGUF)

버전 이력

파일 (루트 — 프로덕션 파일명 변경 금지, 앱이 URL로 고정 참조)

양자화 변형 (`variants/` — A안 실측 스윕 전체, 2026-07-13)

사용법 (llama.cpp)

관련 리포

Model tree for neureps/warmly-qwen35-2b-enko-gguf

warmly-qwen35-2b-enko-gguf — Warmly 프로덕션 모델 (프루닝 2B GGUF)

버전 이력

파일 (루트 — 프로덕션 파일명 변경 금지, 앱이 URL로 고정 참조)

양자화 변형 (variants/ — A안 실측 스윕 전체, 2026-07-13)

사용법 (llama.cpp)

관련 리포

Model tree for neureps/warmly-qwen35-2b-enko-gguf

양자화 변형 (`variants/` — A안 실측 스윕 전체, 2026-07-13)