Instructions to use xvevx/Stheno-v3.3-Indo-Companion with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- llama.cpp
How to use xvevx/Stheno-v3.3-Indo-Companion 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 xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M # Run inference directly in the terminal: llama cli -hf xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
Install from WinGet (Windows)
winget install llama.cpp # Start a local OpenAI-compatible server with a web UI: llama serve -hf xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M # Run inference directly in the terminal: llama cli -hf xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
Build from source code
git clone https://github.com/ggml-org/llama.cpp.git cd llama.cpp cmake -B build cmake --build build -j --target llama-app # Start a local OpenAI-compatible server with a web UI: ./build/bin/llama serve -hf xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M # Run inference directly in the terminal: ./build/bin/llama cli -hf xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
Use Docker
docker model run hf.co/xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
- Llama new
- LM Studio
- Jan
- Ollama
How to use xvevx/Stheno-v3.3-Indo-Companion with Ollama:
ollama run hf.co/xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
- Unsloth Desktop
- Docker Model Runner
How to use xvevx/Stheno-v3.3-Indo-Companion with Docker Model Runner:
docker model run hf.co/xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
- Lemonade
How to use xvevx/Stheno-v3.3-Indo-Companion with Lemonade:
Pull the model
# Download Lemonade from https://lemonade-server.ai/ lemonade pull xvevx/Stheno-v3.3-Indo-Companion:Q4_K_M
Run and chat with the model
lemonade run user.Stheno-v3.3-Indo-Companion-Q4_K_M
List all available models
lemonade list
- Atomic Chat
Stheno v3.3 Indo Companion (GGUF)
Model ini adalah hasil fine-tuning dari Sao10K/L3-8B-Stheno-v3.3-32K menggunakan Unsloth. Dioptimalkan khusus untuk bertindak sebagai pendamping/companion AI dengan gaya bahasa Indonesia sehari-hari (casual/gaul) serta memiliki ekspresi yang kaya menggunakan penanda tindakan asteris (tindakan).
Fitur Utama
- Gaya Bahasa: Santai, hangat, natural (Bahasa Indonesia non-baku).
- Kemampuan Ekspresi: Mendukung penggunaan tindakan fisik dan ekspresi emosi langsung di dalam teks percakapan.
- Format: Kompatibel dengan template percakapan Llama-3.
Informasi Dataset (Dataset Information)
Model ini dilatih menggunakan dataset percakapan berikut untuk menyerap karakteristik kepribadian secara mendalam:
- Dataset Utama:
bhismaperkasa/chat_seru(Dataset chat lokal interaktif berbahasa Indonesia gaul dan sehari-hari yang berfokus pada kedekatan emosional). - Dataset Cadangan (Fallback):
cahya/alpaca-id-cleaned(Dataset instruksi berbahasa Indonesia yang telah dibersihkan).
Kurva & Grafik Pelatihan (Training Progress)
Berikut adalah grafik visualisasi loss manual dari sesi latihan ini:
π Loss Chart
Parameter Generasi yang Direkomendasikan
Untuk mendapatkan respon terbaik dan paling alami, gunakan parameter berikut:
- Temperature:
0.95 - Top-P:
0.98 - Repetition Penalty:
1.15
π» Cara Penggunaan di LM Studio (GGUF)
Model GGUF ini sekarang dapat langsung dicari, didownload, dan dijalankan secara instan dari aplikasi LM Studio:
- Buka aplikasi LM Studio di komputer Anda.
- Klik pada bilah pencarian (ikon kaca pembesar) di bagian atas.
- Masukkan kata kunci pencarian repositori ini:
xvevx/Stheno-v3.3-Indo-Companion - Klik Download pada berkas model berformat
.ggufyang muncul. - Setelah selesai, muat model pada tab Chat dan Anda siap mengobrol dengan companion Anda!
- Downloads last month
- 1,001
4-bit
5-bit
8-bit
16-bit
Model tree for xvevx/Stheno-v3.3-Indo-Companion
Base model
Sao10K/L3-8B-Stheno-v3.3-32K