Instructions to use NeveAI/Neve-Muse-3-26B-GGUF with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use NeveAI/Neve-Muse-3-26B-GGUF with Transformers:

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

pipe = pipeline("text-generation", model="NeveAI/Neve-Muse-3-26B-GGUF")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("NeveAI/Neve-Muse-3-26B-GGUF", dtype="auto")

llama-cpp-python

How to use NeveAI/Neve-Muse-3-26B-GGUF with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="NeveAI/Neve-Muse-3-26B-GGUF",
	filename="Neve-Muse-3-26B-IQ4_XS.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 NeveAI/Neve-Muse-3-26B-GGUF 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 NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS
# Run inference directly in the terminal:
llama cli -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS
# Run inference directly in the terminal:
llama cli -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

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 NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS
# Run inference directly in the terminal:
./llama-cli -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

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 NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS
# Run inference directly in the terminal:
./build/bin/llama-cli -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

Use Docker

docker model run hf.co/NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

LM Studio
Jan

vLLM

How to use NeveAI/Neve-Muse-3-26B-GGUF with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "NeveAI/Neve-Muse-3-26B-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": "NeveAI/Neve-Muse-3-26B-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

SGLang

How to use NeveAI/Neve-Muse-3-26B-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 "NeveAI/Neve-Muse-3-26B-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": "NeveAI/Neve-Muse-3-26B-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 "NeveAI/Neve-Muse-3-26B-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": "NeveAI/Neve-Muse-3-26B-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use NeveAI/Neve-Muse-3-26B-GGUF with Ollama:
```
ollama run hf.co/NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS
```

Unsloth Studio

How to use NeveAI/Neve-Muse-3-26B-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 NeveAI/Neve-Muse-3-26B-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 NeveAI/Neve-Muse-3-26B-GGUF to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for NeveAI/Neve-Muse-3-26B-GGUF to start chatting

How to use NeveAI/Neve-Muse-3-26B-GGUF with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

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": "NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use NeveAI/Neve-Muse-3-26B-GGUF with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

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 NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use NeveAI/Neve-Muse-3-26B-GGUF with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

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 "NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS" \
  --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 NeveAI/Neve-Muse-3-26B-GGUF with Docker Model Runner:
```
docker model run hf.co/NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS
```

Lemonade

How to use NeveAI/Neve-Muse-3-26B-GGUF with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull NeveAI/Neve-Muse-3-26B-GGUF:IQ4_XS

Run and chat with the model

lemonade run user.Neve-Muse-3-26B-GGUF-IQ4_XS

List all available models

lemonade list

Neve-Muse-3-26B-GGUF

Introdução

O Neve Muse 3 é um modelo de linguagem de última geração focado em conversação para simulação de interações humanas. Esta versão em formato GGUF foi otimizada pela NeveAI para oferecer o equilíbrio ideal entre precisão lógica e eficiência computacional.

Destaques do Modelo

Este modelo foi desenvolvido para conversação, escrita criativa e geração de respostas com estilo mais natural, focando em:

Conversação e Interação Natural: Mantém as capacidades de conversação, compreensão de contexto e seguimento de instruções do Gemma 4 26B A4B, produzindo respostas mais naturais e menos previsíveis.
Roleplay e Personalidades: Otimizado para interpretação de personagens, simulação de personalidades e manutenção de estilos, emoções e características comportamentais durante interações prolongadas.
Escrita Criativa e Narrativa: Ajustado exclusivamente com dados narrativos para reduzir clichês, melhorar a variedade de expressões e produzir histórias, cenas e diálogos com estilo mais distinto.
Raciocínio e Aderência a Prompts: Preserva as capacidades de raciocínio, conhecimento, compreensão de linguagem e seguimento de instruções do modelo-base, incluindo suporte a modos configuráveis de pensamento.

Detalhes da Arquitetura

Arquitetura: Transformer autorregressivo multimodal com arquitetura Mixture-of-Experts, baseado no Gemma 4 26B A4B, com suporte a texto e visão quando utilizado com um arquivo MMProj compatível.
Parâmetros: ~26B de parâmetros totais, com aproximadamente 4B ativados por token durante a inferência.
Janela de Contexto: Até 262.144 tokens.
Camadas: 30 camadas Transformer com atenção local deslizante e atenção global, 16 cabeças de atenção, 8 cabeças de chave e valor, 128 especialistas e 8 especialistas ativados por token.
Fine-tuning: Ajuste cirúrgico de estilo realizado exclusivamente sobre a camada de saída lm_head, modificando apenas um tensor da arquitetura para reduzir clichês e alterar o estilo de escrita sem substituir as capacidades centrais do modelo-base.

Como utilizar (GGUF)

Este modelo é compatível com llama.cpp, Ollama, LM Studio e outras ferramentas que suportam o formato GGUF. Foco direcionado ao uso do modelo na plataforma autoral da organização NeveAI