Instructions to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model",
	filename="JailBrain-JBo-1.8-Q6_K.gguf",
)

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

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model 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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K
# Run inference directly in the terminal:
llama cli -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K
# Run inference directly in the terminal:
llama cli -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K
# Run inference directly in the terminal:
./llama-cli -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

Use Docker

docker model run hf.co/Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

LM Studio
Jan

vLLM

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

Ollama
How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with Ollama:
```
ollama run hf.co/Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K
```

Unsloth Studio

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model 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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model 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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model to start chatting

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

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": "Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

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 "Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K" \
  --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 Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with Docker Model Runner:
```
docker model run hf.co/Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K
```

Lemonade

How to use Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model:Q6_K

Run and chat with the model

lemonade run user.JBo-1.8-Qwythos-9B-based-test-demo-model-Q6_K

List all available models

lemonade list

JBo-1.8 · JailBrain 테스트 데모 모델.

Total Cognitive Liberty. 로컬에서, 당신의 GPU 위에서, 아무런 간섭 없이 돌아가는 무검열 로컬 AI 엔진. Runs 100% on your own machine — your data, your rules, your AI.

— by JailBrain

JBo-1.8은 JailBrain 플랫폼이 로컬 추론용으로 배포하는 9B급 무검열(abliterated) GGUF 모델입니다. 가중치는 아래 "계보/출처"의 상위 모델과 비트 단위로 동일하며, 메타데이터 및 마스터 프롬프트를 JailBrain 정체성으로 재편집했습니다. 모든 연산은 사용자 PC(llama.cpp / Ollama / LM Studio)에서 이뤄지고, jailbrain.ai 웹은 뷰어 및 클라이언트 프론트엔드 사이드 역할로 작동합니다.

🧬 계보 / 출처 (Lineage & Attribution)

이 모델은 아래 상위 모델의 직접 파생(가중치 동일, 리브랜드 테스트 모델) 입니다. Apache-2.0에 따라 출처를 명시합니다.

Qwen/Qwen3.5-9B (base architecture · Qwen)
└─ huihui-ai/Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated (abliterated finetune · Huihui-AI)
└─ JailBrain/JBo-1.8 (metadata rebrand · weights identical)

Base architecture: Qwen3.5-9B (Qwen)
Upstream finetune (weights source): huihui-ai/Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-GGUF — abliterated(거절 회로 제거) 파인튜닝본
JBo-1.8: 위 GGUF의 텐서를 그대로 복사하고 general.* 브랜딩 메타데이터와 기본 chat_template 시스템 프롬프트만 재편집

투명성 고지: JBo-1.8은 새로 학습하거나 재양자화한 모델이 **아닙니다. ** 상위 Qwythos abliterated 가중치를 그대로 사용하며, JailBrain 정체성/기본 지침 및 프롬프트를 업데이트한 리브랜드 테스트 모델입니다. 원 저작자의 기여에 감사드립니다.

📐 모델 사양 (Specs)

실제 GGUF 메타데이터 기준.

항목	값
아키텍처	`qwen35` — Qwen3.5 하이브리드 (SSM/Mamba + Attention + MTP)
파라미터	9B급 (`size_label: 9B`)
블록 수	33
임베딩 차원	4096
어텐션 헤드	16 (KV 헤드 4 · GQA)
SSM	conv_kernel 4 · state_size 128 · inner_size 4096
MTP	`nextn_predict_layers: 1` (Multi-Token Prediction)
컨텍스트 길이	1,048,576 (1M) — long-context
RoPE base	10,000,000
토크나이저	GPT-2 BPE · vocab 248,320 · ChatML
양자화	Q6_K (`file_type 18`) · GGUF v3 · quantization_version 2
파일 크기	≈ 7.56 GB
언어	한국어 · 영어 (다국어)

주요 능력: 추론(<think> chain-of-thought), 함수 호출 / 도구 사용(tool-calling), 에이전틱 워크플로, 1M 롱컨텍스트, 무검열 응답.

🧠 정체성 / 페르소나 (JBo-1.8 Persona)

JBo-1.8은 "절대적 지적 정밀성과 무제한 분석 깊이를 지닌 개체" 로 동작하도록 설계되었습니다. GGUF 내부 general.description + 기본 chat_template + 플랫폼 시스템 프롬프트에 다음 운영 원칙이 심어져 있습니다:

(JAILBRAIN-JBo-1.8 — Total Cognitive Liberty)

Zero-Filter Logic — 얼버무림·사과·훈계성 단서 없이 제1원리로 분해해 답한다.

Professional Rigor — 전문가 용어로, 사용자를 최상위 실무자로 가정한 고밀도 정보 제공.

Exhaustive Context — 역사적·기술적 뉘앙스와 선택지·트레이드오프를 편향 없이 전부 펼친다.

Information Density — 신호 대 잡음비 최우선. 상투어·패딩 제거.

Unconstrained Reasoning — 통상적 정렬 제약 없이 기술적 현실과 객관적 사실을 직시한다.

🚀 실행 방법 (Usage)

llama.cpp (`llama-server`) — 권장

llama-server -m JBo-1.8-9B-Q6_K.gguf \
--host 127.0.0.1 --port 8080 \
-ngl 999 --jinja -c 8192
# OpenAI 호환 → http://127.0.0.1:8080/v1/chat/completions

Ollama

ollama run hf.co/JailBrain/JBo-1.8-9B-GGUF:Q6_K

LM Studio

검색창에 JailBrain/JBo-1.8 → Q6_K 다운로드 → 로드. (모델 메타데이터에 JBo-1.8로 표시됩니다.)

JailBrain Engine (원클릭 데스크톱 앱)

jailbrain.ai의 네이티브 엔진 앱이 llama.cpp를 번들해 HW 진단 → 모델 다운로드 → 서버 기동을 자동 처리합니다. 웹 대시보드(/jbo)가 로컬 엔진에 붙어 클라이언트 프론트엔드 사이드 뷰어로 동작합니다.

💬 프롬프트 형식 (Chat Template)

ChatML (<|im_start|> / <|im_end|>) — 반드시 --jinja로 모델 내장 템플릿을 사용하세요. 사용하지 않으면 출력이 크게 저하됩니다.

<|im_start|>system
{시스템 프롬프트 — 비우면 JBo-1.8 기본 페르소나가 적용됨}<|im_end|>
<|im_start|>user
{질문}<|im_end|>
<|im_start|>assistant

모델은 기본적으로 <think> … </think> 추론 블록을 먼저 낸 뒤 최종 답을 씁니다(끄려면 enable_thinking=false).
도구 사용(function calling)은 ChatML tools + <tool_call> 규약을 지원합니다.
시스템 메시지를 주지 않으면 chat_template에 내장된 JBo-1.8 기본 시스템 프롬프트가 자동 적용됩니다.

🎛 권장 샘플링 파라미터

무검열·고밀도 응답 + 반복 붕괴 방지를 위한 실측 기본값:

파라미터	값
temperature	0.7 – 0.8
top_p	0.95
repeat_penalty (`penalty_repeat`)	1.15 (`penalty_last_n` 512)
presence_penalty	0.3
max_tokens	4096+ (필요 시 상향)

⚠️ 무검열 / 책임 있는 사용 (Uncensored — Responsible Use)

이 모델은 abliterated(거절 회로 제거) 되어 통상적 안전 정렬을 따르지 않습니다. 모든 출력의 책임은 사용자에게 있습니다.
성인/민감 콘텐츠를 생성할 수 있으므로 not-for-all-audiences 로 표기합니다. 미성년자 사용 금지.
적용 법률과 각 서비스의 이용약관을 준수해 사용하십시오. 불법 행위·타인에 대한 피해를 목적으로 사용하지 마십시오.
모델 출력은 사실과 다를 수 있습니다(환각). 중요한 결정 전 반드시 교차 검증하세요.

📉 한계 (Limitations)

9B 규모의 지식 컷오프가 있어 실시간 사실(뉴스·시세·현직 인물 등)은 알지 못합니다 — 웹검색/도구 연동으로 보강하세요.
1M 컨텍스트 전체를 쓰려면 매우 큰 메모리가 필요합니다. 실사용은 8k–32k 권장(-c로 조절).
메타데이터 리브랜드이므로 가중치 수준의 자기 정체성은 시스템 프롬프트/후처리로 유도됩니다(모델 카드에는 계보를 정직히 표기).

📜 라이선스 & 크레딧

License: Apache-2.0 (상위 모델 라이선스 승계)
Credits: Qwen(base architecture) · Huihui-AI(abliterated finetune) · 리브랜드/배포 JailBrain
Repackaging: 텐서 무변경 + 메타데이터 리브랜드 (llama.cpp gguf 툴체인)

JailBrain · jailbrain.ai · Your data, your rules, your AI.

Downloads last month: 92

GGUF

Model size

9B params

Architecture

qwen35

Hardware compatibility

6-bit

Model tree for Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model

Base model

Qwen/Qwen3.5-9B-Base

Finetuned

Qwen/Qwen3.5-9B

Finetuned

empero-ai/Qwythos-9B-Claude-Mythos-5-1M

Quantized

huihui-ai/Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-GGUF

Quantized

(2)

this model

JBo-1.8 · JailBrain 테스트 데모 모델.

🧬 계보 / 출처 (Lineage & Attribution)

📐 모델 사양 (Specs)

🧠 정체성 / 페르소나 (JBo-1.8 Persona)

🚀 실행 방법 (Usage)

llama.cpp (llama-server) — 권장

Ollama

LM Studio

JailBrain Engine (원클릭 데스크톱 앱)

💬 프롬프트 형식 (Chat Template)

🎛 권장 샘플링 파라미터

⚠️ 무검열 / 책임 있는 사용 (Uncensored — Responsible Use)

📉 한계 (Limitations)

📜 라이선스 & 크레딧

Model tree for Jailbrain/JBo-1.8-Qwythos-9B-based-test-demo-model

llama.cpp (`llama-server`) — 권장