Instructions to use Finisha-F-scratch/Pikyname with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use Finisha-F-scratch/Pikyname with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="Finisha-F-scratch/Pikyname")# Load model directly from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained("Finisha-F-scratch/Pikyname") model = AutoModelForCausalLM.from_pretrained("Finisha-F-scratch/Pikyname") - Notebooks
- Google Colab
- Kaggle
- Local Apps
- vLLM
How to use Finisha-F-scratch/Pikyname with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "Finisha-F-scratch/Pikyname" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "Finisha-F-scratch/Pikyname", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/Finisha-F-scratch/Pikyname
- SGLang
How to use Finisha-F-scratch/Pikyname 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 "Finisha-F-scratch/Pikyname" \ --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": "Finisha-F-scratch/Pikyname", "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 "Finisha-F-scratch/Pikyname" \ --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": "Finisha-F-scratch/Pikyname", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use Finisha-F-scratch/Pikyname with Docker Model Runner:
docker model run hf.co/Finisha-F-scratch/Pikyname
🧬 Pikyname : Documentation Officielle 🧬
🟢 Présentation du Projet Pikyname est un micro-modèle de langage de type TLM (Tiny Language Model) conçu pour l'exploration de la morphologie nominale et la génération de phonèmes originaux. Contrairement aux modèles massifs et lisses, Pikyname se concentre sur l'essence brute de la structure de données, opérant avec une sobriété technique absolue.
Spécificité : Le modèle n'applique pas de filtrage syntaxique conventionnel entre voyelles et consonnes, privilégiant une texture sonore brute et imprévisible.
⚙️ Spécifications Techniques
Le modèle repose sur un entraînement minimaliste poussée à l'extrême pour garantir une vitesse d'exécution instantanée sur n'importe quel support.
- Nombre de paramètres : 134 📉
- Dataset d'entraînement : 216 entrées (Prénoms & Suites de lettres) 📂
- Architecture : TLM (Tiny Language Model) 🏗️
- VRAM requise : Négligeable 💡
🚀 Capacités de Génération
Pikyname est optimisé pour créer des identités lexicales uniques. Il ne cherche pas à imiter le dictionnaire, mais à forger de nouvelles racines.
- Néologismes Nominaux : Création de prénoms "from scratch".
- Abstractions Phonétiques : Génération de suites de caractères texturées.
- Liberté Structurelle : Absence volontaire de contraintes de voyelles/consonnes pour une originalité maximale. ⚡
🧪 Cas d'Usage
- Génération de pseudos : Pour des environnements numériques nécessitant des noms jamais vus. 👤
- Entraînement de secours : Test de convergence ultra-rapide sur des architectures expérimentales. 🛠️
- Design Sonore : Base textuelle pour des langages inventés ou des codes cryptiques. 🧩
Note de la conceptrice : L'efficacité d'un modèle ne se mesure pas à son poids en Go, mais à la pureté de son exécution. Pikyname est la preuve que 134 paramètres suffisent pour créer un univers de possibilités. 🌌
- Downloads last month
- 31
