nsfw

llama

llama3.2

Not-For-All-Audiences

conversational

Model card Files Files and versions

xet

Community

Instructions to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

Transformers

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with Transformers:

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

pipe = pipeline("text-generation", model="Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF", dtype="auto")

llama-cpp-python

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF",
	filename="blast_processing-3.2-1b-q8_0.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps

llama.cpp

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
llama-cli -hf Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
llama-cli -hf Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

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 Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
./llama-cli -hf Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

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 Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

Use Docker

docker model run hf.co/Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

LM Studio
Jan

vLLM

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-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": "Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

SGLang

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF 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 "Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF" \
    --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": "Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

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 "Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF" \
        --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": "Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with Ollama:
```
ollama run hf.co/Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0
```

Unsloth Studio new

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-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 Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-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 Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF to start chatting

Docker Model Runner
How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with Docker Model Runner:
```
docker model run hf.co/Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0
```

Lemonade

How to use Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Novaciano/BLAST_PROCESSING-3.2-1B-Q8_0-GGUF:Q8_0

Run and chat with the model

lemonade run user.BLAST_PROCESSING-3.2-1B-Q8_0-GGUF-Q8_0

List all available models

lemonade list

🏆 BEST Model Llama 3.2 1B OF UGI Scoreboard 🥇

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

Metric	Value
Avg.	11.95
IFEval (0-Shot)	39.22
BBH (3-Shot)	9.36
MATH Lvl 5 (4-Shot)	7.48
GPQA (0-shot)	2.13
MuSR (0-shot)	3.06
MMLU-PRO (5-shot)	10.46

Mezcla

Esta mezcla de 20 modelos pre-entrenados fue creado usando mergekit.

Cada uno de los modelos que lo compone destaca en lo suyo:

Roleplay
GRPO
Uncensored
Abliterated
Gran cantidad de datasets inyectados

Detalle de la Mezcla

"Blast Processing" es una variante innovadora del modelo Llama3.2-1B, diseñado para ofrecer un rendimiento explosivamente rápido y eficiente en tareas de generación y comprensión de lenguaje. Inspirado en la idea de “procesamiento a todo gas” y en los avances tecnológicos que permiten manejar enormes cantidades de datos a alta velocidad, este modelo fue creado a partir de la fusión de 20 Modelos (los mejores que encontré hasta el momento), técnicas de compresión avanzada y optimizaciones de hardware para brindar respuestas en tiempo récord haciendo uso de poca memoria RAM, sin sacrificar la calidad o la coherencia del output.

Entre sus características distintivas se destacan:

Velocidad excepcional: Gracias a optimizaciones en la arquitectura y técnicas de cuantización, "Blast Processing" maximiza el uso del hardware, permitiendo una generación de tokens muy rápida, ideal para aplicaciones en tiempo real.
Eficiencia en recursos: Su diseño ligero lo hace apto para dispositivos móviles y entornos con recursos limitados, sin perder la capacidad de procesamiento que se espera de modelos de última generación.
Rendimiento robusto: Mantiene la calidad y precisión en tareas de lenguaje natural, al integrar refinamientos en el entrenamiento que refuerzan su coherencia y consistencia, incluso en escenarios de alta demanda.

Con "Blast Processing", no solo se apuesta por la potencia bruta en velocidad, sino también por una experiencia de usuario más dinámica y fluida, abriendo paso a nuevas aplicaciones en áreas como asistentes virtuales, análisis de datos en tiempo real y sistemas interactivos para dispositivos móviles.

Esta denominación evoca una imagen de tecnología de alto rendimiento, lista para "despegar" en cualquier escenario donde la rapidez y la eficiencia sean esenciales, haciendo honor al legado de la innovación en IA y procesamiento de datos.