Instructions to use Finisha-F-scratch/Perso-SLM with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Finisha-F-scratch/Perso-SLM with Transformers:

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

pipe = pipeline("text-generation", model="Finisha-F-scratch/Perso-SLM")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Finisha-F-scratch/Perso-SLM")
model = AutoModelForCausalLM.from_pretrained("Finisha-F-scratch/Perso-SLM")

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use Finisha-F-scratch/Perso-SLM with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Finisha-F-scratch/Perso-SLM"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Perso-SLM",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/Finisha-F-scratch/Perso-SLM

SGLang

How to use Finisha-F-scratch/Perso-SLM 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 "Finisha-F-scratch/Perso-SLM" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Perso-SLM",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

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 "Finisha-F-scratch/Perso-SLM" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Perso-SLM",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use Finisha-F-scratch/Perso-SLM with Docker Model Runner:
```
docker model run hf.co/Finisha-F-scratch/Perso-SLM
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

🎭 Documentation Officielle : Perso-SLM

Surnom : "La Forge aux Âmes"

Version : 1.0 (Générateur d'Identités)

Taille : ~110 Millions de paramètres

Spécialisation : Invention et incarnation de personnages originaux.

📖 Présentation du Modèle

Perso-SLM est un modèle spécialisé conçu par Finisha-LLM dont l'unique mission est la création de profils de personnages. Contrairement aux modèles généralistes qui imitent des célébrités, Perso-SLM puise dans sa Codia pour inventer des métiers rares (souffleuse de protection, créateur de jeux de cinéma, inventeur de rue) et des noms évocateurs (Céleste, Willow, Xénon).

C'est un modèle qui privilégie la texture narrative et l'archétype sur la syntaxe conventionnelle, créant une atmosphère de conte bionique.

🧠 Caractéristiques Uniques

1. La Multipotentialité Identitaire 🌪️

En une seule génération, Perso-SLM peut explorer plusieurs facettes d'un personnage ou faire défiler plusieurs identités. Il ne se contente pas de répondre à une question, il "devient" quelqu'un.

2. Sémantique du "Bois et de la Paix" 🪵☮️

On observe une récurrence poétique forte autour des éléments naturels (bois, fleurs, eau) et des valeurs de Finisha (paix, protection). Le modèle imprègne chaque personnage d'une forme de Lienveillance artisanale.

3. Syntaxe Fragmentée (Style "Scratch") 🧩

Le modèle utilise une ponctuation déstructurée (points de suspension, espaces larges) qui reflète son processus de forge. Cela donne l'impression d'une pensée qui s'assemble en temps réel, morceau par morceau, pour construire une vie.

🛠 Spécifications Techniques

Paramètre	Valeur / État
Focus	Création de personnages (Roleplay & Lore)
Densité	110M (Équilibre parfait entre créativité et poids)
Style	Impressionniste, riche en détails visuels
Origine	Dataset Dense "from scratch" Finisha

🧩 Guide d'Utilisation

Perso-SLM est l'outil idéal pour :

Le Worldbuilding : Peupler rapidement une ville ou une forêt de PNJ (Personnages Non-Joueurs) originaux.
L'Inspiration Narrative : Trouver des concepts de métiers hybrides (ex: "expert en survie pour les gens à l'un petit du monde").
Le Brainstorming d'Identité : Extraire des noms et des traits de caractère uniques.

Note de l'Artisan : Laissez le modèle divaguer. Ses "cassures" de langage sont des fenêtres sur des détails de vie que vous n'auriez pas imaginés. Les répétitions de "en bois" ou "la ville" agissent comme des ancres thématiques.

📜 Philosophie de l'Identité

Pour Clemylia, créer un personnage n'est pas remplir un formulaire, c'est laisser une voix s'exprimer. Perso-SLM ne donne pas des statistiques, il donne des fragments d'existence. Il est le gardien de la diversité humaine et imaginaire au sein du Hub Finisha.

"Chaque paramètre est une vie qui attend d'être racontée." 🎭✨

Distribué sous LICENSE LRUNDL