Instructions to use Tree-AI-lab/kouman-IA-1b-R1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Tree-AI-lab/kouman-IA-1b-R1 with Transformers:

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

pipe = pipeline("text-generation", model="Tree-AI-lab/kouman-IA-1b-R1")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# pip install -U transformers accelerate
# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Tree-AI-lab/kouman-IA-1b-R1")
model = AutoModelForCausalLM.from_pretrained("Tree-AI-lab/kouman-IA-1b-R1", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use Tree-AI-lab/kouman-IA-1b-R1 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Tree-AI-lab/kouman-IA-1b-R1"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Tree-AI-lab/kouman-IA-1b-R1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Tree-AI-lab/kouman-IA-1b-R1

SGLang

How to use Tree-AI-lab/kouman-IA-1b-R1 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 "Tree-AI-lab/kouman-IA-1b-R1" \
    --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": "Tree-AI-lab/kouman-IA-1b-R1",
		"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 "Tree-AI-lab/kouman-IA-1b-R1" \
        --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": "Tree-AI-lab/kouman-IA-1b-R1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Unsloth Desktop
Docker Model Runner
How to use Tree-AI-lab/kouman-IA-1b-R1 with Docker Model Runner:
```
docker model run hf.co/Tree-AI-lab/kouman-IA-1b-R1
```

kouman-IA-1b-R1

File size: 2,084 Bytes

---
language:
- bci
- fr
- en
library_name: transformers
tags:
- baoule
- unsloth
- llama-3.2
- multilingue
---
# Kouman - Modèle Baoulé / Français (1B) R1

**⚠️ Version Bêta :** Ce modèle est actuellement en version bêta, publié en l'état par défaut d'unités de calcul suffisantes pour finaliser l'entraînement.

Kouman est un modèle de langage (basé sur Llama-3.2-1B) pré-entraîné et finetuné capable de raisonnement en français, baoulé et anglais, spécifiquement pour la traduction et la conversation en **Baoulé (bci)** et en **Français (fr)**. Il a été entraîné sur le raisonnement `<think>`.

Ce dépôt contient le modèle complet fusionné au format `safetensors`, prêt à l'emploi.

**NB :** Si tu trouves que le modèle dérive ou ne s'arrête pas naturellement avant cette limite, cela peut indiquer qu'il a besoin de plus de données d'instruction (SFT) pour apprendre à être plus concis ou à mieux structurer sa conclusion.

## Comment l'utiliser (Code d'inférence)

Voici comment charger et utiliser le modèle avec la bibliothèque `transformers` de Hugging Face :

```python
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo_id = "Tree-AI-lab/kouman-IA-1b-R1"

# Chargement du tokenizer et du modèle
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    torch_dtype=torch.float16,
    device_map="auto"
)

# Préparation du prompt
messages = [
    {"role": "system", "content": "Tu es un assistant IA multilingue."},
    {"role": "user", "content": "Traduis en baoulé : Bonjour, comment vas-tu aujourd'hui ?"}
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

# Génération de la réponse
with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=150, temperature=0.7)

# Affichage du résultat
reponse = tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(reponse)
```