Text Generation
MLX
Safetensors
Japanese
qwen3_5
lora
architecture
bim
distillation
japanese
qwen3.6
conversational
4-bit precision
Instructions to use yukihamada/bimspec-qwen3.6-27b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- MLX
How to use yukihamada/bimspec-qwen3.6-27b with MLX:
# Make sure mlx-lm is installed # pip install --upgrade mlx-lm # Generate text with mlx-lm from mlx_lm import load, generate model, tokenizer = load("yukihamada/bimspec-qwen3.6-27b") prompt = "Write a story about Einstein" messages = [{"role": "user", "content": prompt}] prompt = tokenizer.apply_chat_template( messages, add_generation_prompt=True ) text = generate(model, tokenizer, prompt=prompt, verbose=True) - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- LM Studio
- Pi
How to use yukihamada/bimspec-qwen3.6-27b with Pi:
Start the MLX server
# Install MLX LM: uv tool install mlx-lm # Start a local OpenAI-compatible server: mlx_lm.server --model "yukihamada/bimspec-qwen3.6-27b"
Configure the model in Pi
# Install Pi: npm install -g @mariozechner/pi-coding-agent # Add to ~/.pi/agent/models.json: { "providers": { "mlx-lm": { "baseUrl": "http://localhost:8080/v1", "api": "openai-completions", "apiKey": "none", "models": [ { "id": "yukihamada/bimspec-qwen3.6-27b" } ] } } }Run Pi
# Start Pi in your project directory: pi
- Hermes Agent new
How to use yukihamada/bimspec-qwen3.6-27b with Hermes Agent:
Start the MLX server
# Install MLX LM: uv tool install mlx-lm # Start a local OpenAI-compatible server: mlx_lm.server --model "yukihamada/bimspec-qwen3.6-27b"
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 yukihamada/bimspec-qwen3.6-27b
Run Hermes
hermes
- OpenClaw new
How to use yukihamada/bimspec-qwen3.6-27b with OpenClaw:
Start the MLX server
# Install MLX LM: uv tool install mlx-lm # Start a local OpenAI-compatible server: mlx_lm.server --model "yukihamada/bimspec-qwen3.6-27b"
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 "yukihamada/bimspec-qwen3.6-27b" \ --custom-provider-id mlx-lm \ --custom-compatibility openai \ --custom-text-input \ --accept-risk \ --skip-health
Run OpenClaw
openclaw agent --local --agent main --message "Hello from Hugging Face"
- MLX LM
How to use yukihamada/bimspec-qwen3.6-27b with MLX LM:
Generate or start a chat session
# Install MLX LM uv tool install mlx-lm # Interactive chat REPL mlx_lm.chat --model "yukihamada/bimspec-qwen3.6-27b"
Run an OpenAI-compatible server
# Install MLX LM uv tool install mlx-lm # Start the server mlx_lm.server --model "yukihamada/bimspec-qwen3.6-27b" # Calling the OpenAI-compatible server with curl curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "yukihamada/bimspec-qwen3.6-27b", "messages": [ {"role": "user", "content": "Hello"} ] }'
bimspec — 敷地→建築設計スペック 蒸留モデル (Qwen3.6-27B / MLX)
bim.house の決定論的建築設計エンジン (建築基準法チェック + 5軸評価 GA) が出す
「敷地に対する最適設計」を Qwen3.6-27B-4bit に LoRA 蒸留したモデルです。
敷地ブリーフ (用途地域・道路幅員・高度地区・防火・気候・要望) を読み、
建築基準法に適合し評価が高くなる設計スペック JSON を即答します。
- ベース:
mlx-community/Qwen3.6-27B-4bit - 手法: GA探索の勝ち設計を教師に LoRA 蒸留 → アトラス敷地で自己増産しながら反復学習
- 学習データ: 実物件 + 全国アトラス敷地 計 784 ペア (採点エンジンで score≥95 のみ採用)
- 評価 (test 21cycle・GAオラクル比):
cycle=21 n=98 model_avg=98.00 gold_avg=96.92 diff_avg=+1.08 win=34 tie=15 lose=49 legal=98/98diff_avg= モデル設計をエンジンで実採点した点数 − GA最適解の点数 (0が上限)- 蒸留のため GA は超えませんが、推論は GAの数千倍速 で自然文の要望を解釈します
入力スキーマ (system + user)
system: あなたは bim.house の建築設計AIです。敷地条件(用途地域・道路幅員・高度地区・防火指定・気候)と要望を読み、建築基準法(斜線・採光・容積/建ぺい)に適合し5軸評価が最大になる設計スペックを JSON で1つだけ返します。キー: form(中庭ロの字/総2階(箱)/L字/平屋(矩形)), floors(1-3), material, features(配列)。
user:
敷地: <住所>
用途地域: <例 第一種低層住居専用地域>
敷地面積: <N>㎡ (間口<W>m × 奥行<D>m)
前面道路: 幅員<R>m
気候: 省エネ地域区分<1-8>
要望: <自然文・おまかせ可>
出力
{"form":"中庭ロの字","floors":2,"material":"SOLUNA 籾殻SIPs (国産杉+籾殻)","features":["吹抜","縁側","PV","天窓","充実間取り","高窓"]}
form ∈ {中庭ロの字, 総2階(箱), L字, 平屋(矩形)} / floors ∈ 1-3。
この JSON を bim.house の build_elements に渡すと決定論的に BIM (bim.json) へ展開され、
houki_check で建築基準法判定・/viewer で 3D 表示できます。
使い方 (MLX)
from mlx_lm import load, generate
model, tok = load("yukihamada/bimspec-qwen3.6-27b")
msgs = [{"role":"system","content":"...(上記 system)"},
{"role":"user","content":"敷地: 北海道弟子屈町 ...\n要望: サウナのある平屋"}]
print(generate(model, tok, prompt=tok.apply_chat_template(msgs, add_generation_prompt=True), max_tokens=200))
制約・免責
- 蒸留モデルにつき出力は 参考設計案。確認申請には建築士の署名が必要です。
- 学習元の採点・法規エンジンは日本の建築基準法の簡易実装であり、実務判断の代替ではありません。
- 生成 by bim.house / 株式会社イネブラ (Enabler Inc.)
- Downloads last month
- 20
Model size
27B params
Tensor type
BF16
·
U32 ·
Hardware compatibility
Log In to add your hardware
4-bit