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-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)

# 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.

Downloads last month: 120

GGUF

Model size

21B params

Architecture

gpt-oss

Hardware compatibility

4-bit

gpt-oss-20b - Q4_K_M GGUF

Detalles del Modelo

Cómo usar este modelo

1. Con llama.cpp (Terminal)

1. Con `llama.cpp` (Terminal)