Instructions to use Keyven/belegant-4b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Keyven/belegant-4b with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="Keyven/belegant-4b",
	filename="belegant-4b-Q3_K_M.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": [
				{
					"type": "text",
					"text": "Describe this image in one sentence."
				},
				{
					"type": "image_url",
					"image_url": {
						"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
					}
				}
			]
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use Keyven/belegant-4b 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 Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Keyven/belegant-4b:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Keyven/belegant-4b:Q4_K_M

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 Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf Keyven/belegant-4b:Q4_K_M

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 Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Keyven/belegant-4b:Q4_K_M

Use Docker

docker model run hf.co/Keyven/belegant-4b:Q4_K_M

LM Studio
Jan

vLLM

How to use Keyven/belegant-4b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Keyven/belegant-4b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Keyven/belegant-4b",
		"messages": [
			{
				"role": "user",
				"content": [
					{
						"type": "text",
						"text": "Describe this image in one sentence."
					},
					{
						"type": "image_url",
						"image_url": {
							"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
						}
					}
				]
			}
		]
	}'

Use Docker

docker model run hf.co/Keyven/belegant-4b:Q4_K_M

Ollama
How to use Keyven/belegant-4b with Ollama:
```
ollama run hf.co/Keyven/belegant-4b:Q4_K_M
```

Unsloth Studio

How to use Keyven/belegant-4b 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 Keyven/belegant-4b 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 Keyven/belegant-4b to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Keyven/belegant-4b to start chatting

How to use Keyven/belegant-4b with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Keyven/belegant-4b:Q4_K_M

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": "Keyven/belegant-4b:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use Keyven/belegant-4b with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Keyven/belegant-4b:Q4_K_M

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 Keyven/belegant-4b:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use Keyven/belegant-4b with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Keyven/belegant-4b:Q4_K_M

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 "Keyven/belegant-4b:Q4_K_M" \
  --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 Keyven/belegant-4b with Docker Model Runner:
```
docker model run hf.co/Keyven/belegant-4b:Q4_K_M
```

Lemonade

How to use Keyven/belegant-4b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Keyven/belegant-4b:Q4_K_M

Run and chat with the model

lemonade run user.belegant-4b-Q4_K_M

List all available models

lemonade list

belegant-4b / README.md

Keyven

init: Belegant

043e228 about 24 hours ago

3.97 kB

base_model: Qwen/Qwen3.5-4B
language:
  - de
  - fr
  - it
license: apache-2.0
pipeline_tag: image-text-to-text
library_name: gguf
tags:
  - ocr
  - invoice
  - qr-bill
  - gguf
  - belege
  - swiss-qr-bill
  - vision

Belegant-4B

🇨🇭 🇩🇪 🇫🇷 🇮🇹 🇦🇹 · Schweizer Belege & QR-Rechnungen → sauberes JSON

Belegant-4B ist eine spezialisierte, professionell paketierte GGUF-Distribution für die strukturierte Extraktion von Schweizer Belegen, Rechnungen und QR-Rechnungen. Aus dem Bild eines Belegs entsteht striktes, schema-treues JSON – in Deutsch, Französisch und Italienisch. Belegant-4B ist multimodal (image-text-to-text) und liest Text und Bild.

Der Fokus liegt auf Belastbarkeit statt Raten: Belegant setzt harte Regeln für den Schweizer Zahlungsverkehr durch – QR-IBAN- und Referenz-Logik (QRR / SCOR / NON), Schweizer Zahlenformat (1'234.50), gültige MWST-Sätze (8.1 / 2.6 / 3.8 / 0) – und erzwingt NULL-Disziplin: Was nicht eindeutig im Bild steht, wird null, nie erfunden.

📦 Quantisierungen

Quant	Größe	Empfehlung
`belegant-4b-Q3_K_M.gguf`	≈ 2.2 GB	Kleinster Footprint, für knappe RAM-/Edge-Setups
`belegant-4b-Q4_K_M.gguf`	≈ 2.6 GB	Empfohlen – bestes Verhältnis Größe ↔ Qualität
`belegant-4b-Q5_K_M.gguf`	≈ 3.0 GB	Etwas höhere Genauigkeit, moderat größer
`belegant-4b-Q6_K.gguf`	≈ 3.4 GB	Nahe F16-Qualität, für anspruchsvolle Belege
`belegant-4b-Q8_0.gguf`	≈ 4.3 GB	Höchste Treue, Referenz-/Abnahme-Läufe
`mmproj-belegant-4b-f16.gguf`	≈ 642 MB	Vision-Projektor (mmproj) – für Bild-Eingabe zwingend

Für Bild-Eingabe wird der mmproj-Projektor zusätzlich zur gewählten Quant-Datei geladen.

📊 BelegBench v1

Field-Level Exact-Match (Field-EM) über Schweizer Beleg-/QR-Rechnungs-Bilder, DE / FR / IT.

Modell	Field-EM	Halluzination
Belegant-4B	84.7 %	0 %
Qwen3.5-4B (roh)	75.8 %	–
gemma3:4b	16.5 %	–

Kernaussage: in der 4B-Klasse +8.9 Punkte Field-EM und 0 % Halluzination – entscheidend im Zahlungsverkehr, wo eine erfundene IBAN oder ein falscher Betrag teurer ist als ein null. Trilingual: DE 84.7 % · FR 81.4 % · IT 83.0 %.

📊 Gemessen mit BelegBench — dem offenen Benchmark für Schweizer QR-Rechnungen: https://huggingface.co/datasets/Keyven/belegbench

🚀 Verwendung

Gewünschte Quant-Datei plus den Vision-Projektor laden:

huggingface-cli download Keyven/belegant-4b \
  belegant-4b-Q4_K_M.gguf mmproj-belegant-4b-f16.gguf Modelfile \
  --local-dir belegant-4b
cd belegant-4b

llama.cpp — Bild → JSON (Vision, empfohlen)

llama-mtmd-cli \
  -m belegant-4b-Q4_K_M.gguf \
  --mmproj mmproj-belegant-4b-f16.gguf \
  --image beleg.jpg \
  --temp 0 --top-k 1 --top-p 1 \
  -p "Extrahiere die Belegfelder exakt als JSON nach Schema. Was nicht lesbar ist: null."

Ollama

ollama create belegant-4b -f Modelfile
ollama run belegant-4b "./beleg.jpg"

Ziel-Schema (Auszug)

{
  "creditor": {"name": null, "address": null, "zip": null, "city": null, "country": null},
  "creditor_iban": null, "amount": null, "currency": null,
  "reference_type": null, "reference": null,
  "invoice_number": null, "invoice_date": null, "due_date": null, "supplier_vat_uid": null,
  "line_items": [{"description": null, "quantity": null, "unit_price": null, "vat_rate": null, "total": null}],
  "vat_breakdown": [{"rate": null, "net": null, "tax": null}],
  "subtotal": null, "vat_total": null, "total": null, "language": null
}

🙏 Credits

Basiert auf Qwen3.5-4B von Alibaba Cloud · Qwen Team — Dank ans Qwen-Team. Apache-2.0.

📄 Lizenz

Apache License 2.0.