Instructions to use Conlanger-LLM-CLEM/micro-Nelya-neko with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Conlanger-LLM-CLEM/micro-Nelya-neko with Transformers:

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

pipe = pipeline("text-generation", model="Conlanger-LLM-CLEM/micro-Nelya-neko")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Conlanger-LLM-CLEM/micro-Nelya-neko")
model = AutoModelForCausalLM.from_pretrained("Conlanger-LLM-CLEM/micro-Nelya-neko")

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use Conlanger-LLM-CLEM/micro-Nelya-neko with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Conlanger-LLM-CLEM/micro-Nelya-neko"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Conlanger-LLM-CLEM/micro-Nelya-neko",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/Conlanger-LLM-CLEM/micro-Nelya-neko

SGLang

How to use Conlanger-LLM-CLEM/micro-Nelya-neko 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 "Conlanger-LLM-CLEM/micro-Nelya-neko" \
    --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": "Conlanger-LLM-CLEM/micro-Nelya-neko",
		"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 "Conlanger-LLM-CLEM/micro-Nelya-neko" \
        --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": "Conlanger-LLM-CLEM/micro-Nelya-neko",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use Conlanger-LLM-CLEM/micro-Nelya-neko with Docker Model Runner:
```
docker model run hf.co/Conlanger-LLM-CLEM/micro-Nelya-neko
```

You need to agree to share your contact information to access this model

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

✨🩷 Pour accéder a micro-nelya-neko, vous devez accepter nos conditions et notre license. Ainsi que utiliser le modèle ce pour quoi il a été entraîné. ✨🩷 Merci de remplir le formulaire ici-présent pour faire votre candidature.

🐾 micro-nelya-neko (191k) — Documentation Officielle

🚀 L'Essence Pure du Nekolien en Format Micro micro-nelya-neko est le plus petit membre de la lignée Nelya-neko, "From Scratch" signée Clemylia. Conçu pour être ultra-léger sans sacrifier la structure, ce modèle est un natif absolu : il ne connaît que le Nekolien et ignore l'existence des autres langues.

📊 Spécifications Techniques

Caractéristique	Valeur	Note de la Créatrice
Paramètres	191 136	Le "scalpel" de la gamme. 🔪
Fenêtre de Contexte	7 000 Tokens	Une mémoire d'éléphant dans un corps de puce. 🐘
Entraînement	100% From Scratch	Zéro pollution, zéro héritage externe. 💎

✨ Points Forts & Capacités

🧩 Cohérence Morphologique : Malgré sa taille minuscule, il respecte les règles complexes de la conlang avec une précision chirurgicale.
🧠 Mémoire Longue Distance : Grâce à ses 7k de contexte, il peut analyser de longs textes et maintenir une continuité thématique impossible pour les autres modèles de sa catégorie.
💻 Performance "Grille-Pain" : Peut tourner sur n'importe quel support (navigateur, mobile, micro-contrôleur) avec une latence quasi-nulle.
🛡️ Isolation Native : Totalement immunisé contre les interférences du français ou de l'anglais. Il "pense" 100% Nekolien.

Downloads last month: -

Safetensors

Model size

191k params

Tensor type

F32

Model tree for Conlanger-LLM-CLEM/micro-Nelya-neko

Finetunes

1 model

Collection including Conlanger-LLM-CLEM/micro-Nelya-neko

Nelya-neko LLM

Collection

8 items • Updated Mar 24