Instructions to use fiel1986/GPT with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use fiel1986/GPT with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="fiel1986/GPT",
	filename="gpt-oss-20b-Q4_K_M.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 fiel1986/GPT 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 fiel1986/GPT:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf fiel1986/GPT:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf fiel1986/GPT:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf fiel1986/GPT: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 fiel1986/GPT:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf fiel1986/GPT: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 fiel1986/GPT:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf fiel1986/GPT:Q4_K_M

Use Docker

docker model run hf.co/fiel1986/GPT:Q4_K_M

LM Studio
Jan

vLLM

How to use fiel1986/GPT with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "fiel1986/GPT"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "fiel1986/GPT",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/fiel1986/GPT:Q4_K_M

Ollama
How to use fiel1986/GPT with Ollama:
```
ollama run hf.co/fiel1986/GPT:Q4_K_M
```

Unsloth Studio

How to use fiel1986/GPT 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 fiel1986/GPT 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 fiel1986/GPT to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for fiel1986/GPT to start chatting

How to use fiel1986/GPT with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf fiel1986/GPT: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": "fiel1986/GPT:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use fiel1986/GPT with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf fiel1986/GPT: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 fiel1986/GPT:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use fiel1986/GPT with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf fiel1986/GPT: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 "fiel1986/GPT: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 fiel1986/GPT with Docker Model Runner:
```
docker model run hf.co/fiel1986/GPT:Q4_K_M
```

Lemonade

How to use fiel1986/GPT with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull fiel1986/GPT:Q4_K_M

Run and chat with the model

lemonade run user.GPT-Q4_K_M

List all available models

lemonade list

GPT / README.md

fiel1986

Create README.md

fb18183 verified 27 days ago

preview code

Raw

History Blame Contribute Delete

2.5 kB

	---
	title: gpt-oss-20b Q4_K_M (Unsloth)
	emoji: 🚀
	colorFrom: purple
	colorTo: green
	sdk: gguf
	sdk_version: 0.10.0
	app_file: null
	pinned: false
	license: apache-2.0
	tags:
	- gguf
	- gemma2
	- unsloth
	- q4_k_m
	- llama.cpp
	- text-generation
	- ai-agent-security
	- kaggle
	- 20b
	---

	# gpt-oss-20b - Q4_K_M GGUF

	Este repositorio contiene el modelo gpt-oss-20b cuantizado en formato GGUF (cuantización Q4_K_M), optimizado para inferencia rápida y eficiente en hardware consumer (CPU y GPU).

	El modelo original es una arquitectura basada en Gemma 2 de Google, adaptada por Unsloth.

	## Detalles del Modelo

	\| Propiedad \| Valor \|
	\|-----------\|-------\|
	\| Nombre Original \| `unsloth/gpt-oss-20b` \|
	\| Archivo \| `gpt-oss-20b-Q4_K_M.gguf` \|
	\| Tamaño \| ~11.6 GB \|
	\| Cuantización \| `Q4_K_M` (4-bit) \|
	\| Arquitectura \| Gemma 2 \|
	\| Capas \| 36 \|
	\| Hidden Size \| 2304 \|
	\| Contexto Máx. \| 8192 tokens \|
	\| Origen \| Kaggle (AI Agent Security competition) \|

	## Cómo usar este modelo

	Este archivo está diseñado para funcionar con inferentes compatibles con GGUF (como `llama.cpp`, `Ollama`, `LM Studio` o `text-generation-webui`).

	### 1. Con `llama.cpp` (Terminal)

	```bash
	# Descarga el modelo (si no lo tienes)
	# Asegúrate de tener llama.cpp compilado

	./main -m gpt-oss-20b-Q4_K_M.gguf -n 512 -t 8 --color -i --interactive-first

	2. Con Ollama
	Puedes importar este archivo a Ollama creando un Modelfile:

	FROM ./gpt-oss-20b-Q4_K_M.gguf
	PARAMETER temperature 0.7
	PARAMETER top_p 0.9

	ollama create gpt-oss-20b -f Modelfile
	ollama run gpt-oss-20b

	3. Con LM Studio

	Abre LM Studio.
	Ve a la pestaña de búsqueda y selecciona "Local Models".
	Arrastra el archivo .gguf a la ventana o colócalo en la carpeta de modelos de LM Studio.
	Carga el modelo y comienza a chatear.
	Archivos Incluidos
	gpt-oss-20b-Q4_K_M.gguf: El modelo cuantizado.
	config.json: Configuración de la arquitectura (Gemma 2) para compatibilidad con herramientas de carga.
	tokenizer.json: Tokenizer necesario para la pre-procesamiento de texto (compatible con transformers).
	Notas Importantes
	Este modelo es una versión cuantizada y no debe confundirse con el modelo de pesos completos (FP16/FP32).
	La cuantización Q4_K_M ofrece un excelente equilibrio entre calidad y velocidad, reduciendo el uso de VRAM/RAM en un ~60% comparado con el modelo original.
	Licencia: Revisa la licencia del modelo original en el repositorio de Unsloth antes de usarlo comercialmente.