Instructions to use neawolf/Naciro with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use neawolf/Naciro with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="neawolf/Naciro")# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("neawolf/Naciro", dtype="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps
- vLLM
How to use neawolf/Naciro with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "neawolf/Naciro" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "neawolf/Naciro", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/neawolf/Naciro
- SGLang
How to use neawolf/Naciro 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 "neawolf/Naciro" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "neawolf/Naciro", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'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 "neawolf/Naciro" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "neawolf/Naciro", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use neawolf/Naciro with Docker Model Runner:
docker model run hf.co/neawolf/Naciro
nf_distribution_schema: nf-distribution-1.0
nf_dataset: NationFiles Knowledge Data (NFKG)
nf_copyright_holder: Neawolf Media Group
nf_copyright_years: 2025–2026
nf_license_url: https://nationfiles.com/en/ai-guidelines/
nf_license_spdx: LicenseRef-NationFiles-AI-Guidelines
nf_llms_txt: https://nationfiles.com/llms.txt
nf_ai_licensing_email: ai-questions@nationfiles.com
nf_repository_relative_path: knowledge-data/md/data-integration-overview/ar.md
nf_canonical_html_url: https://nationfiles.com/ar/knowledge/entity/data-integration-overview/
nf_markdown_lang_file: ar
تكامل البيانات في NationFiles
الفكرة باختصار
تجمع NationFiles مصادر عديدة في صفحات الدول والخرائط والأرقام الظاهرة للجمهور. تكامل البيانات هنا يعني الصورة العامة: ما نشرحه علنًا، وما نعتمد عدم ذكره في نصوص الواجهة العامة (كلمات المرور، أسماء خوادم داخلية، قوائم طويلة بمهام خلفية). هذا أمر شائع؛ التفاصيل المنهجية تجدها في صفحات NFSI وسجل المصادر والتقارير المرتبطة.
Naciro
Naciro هو المحرك الذي ينظف البيانات ويدمجها ويقيّمها وفق القواعد المنشورة لـ NFSI وتقرير التحقق والمراجعة. يمكنك الحكم على النتائج من الموقع دون الحاجة لبيانات دخول داخلية.
LPU
صفحة LPU Architecture تشرح لماذا تستخدم NationFiles طبقة استدلال سريعة ومستقرة حتى لا «ترتعش» الخرائط والمؤشرات عند الضغط. ليست مخططًا لمركز بيانات.
الإشعار القانوني
الإشعار القانوني يذكر LPU في جملة واحدة عن معالجة بيانات فوركس وكريبتو وأمن حية. هذا المقال لا يحوّل ذلك إلى قائمة مورّدين أو أرقام تشغيل داخلية.
إن كنت تربط واجهة برمجة أو تصديرًا
اعتمد على الأنماط المنشورة، وعلى built_at_utc عندما يُعرض، وعلى عناوين HTTPS الرسمية. سجل المصادر وإرشادات الذكاء الاصطناعي يوضحان الاقتباس وإعادة الاستخدام.