Instructions to use akineAItech/Noberai-7B-V001-alpha with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use akineAItech/Noberai-7B-V001-alpha with Transformers:

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

pipe = pipeline("text-generation", model="akineAItech/Noberai-7B-V001-alpha")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("akineAItech/Noberai-7B-V001-alpha")
model = AutoModelForCausalLM.from_pretrained("akineAItech/Noberai-7B-V001-alpha")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use akineAItech/Noberai-7B-V001-alpha with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "akineAItech/Noberai-7B-V001-alpha"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "akineAItech/Noberai-7B-V001-alpha",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/akineAItech/Noberai-7B-V001-alpha

SGLang

How to use akineAItech/Noberai-7B-V001-alpha 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 "akineAItech/Noberai-7B-V001-alpha" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "akineAItech/Noberai-7B-V001-alpha",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

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 "akineAItech/Noberai-7B-V001-alpha" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "akineAItech/Noberai-7B-V001-alpha",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use akineAItech/Noberai-7B-V001-alpha with Docker Model Runner:
```
docker model run hf.co/akineAItech/Noberai-7B-V001-alpha
```

cyberAgent社のcalm2-7b に対し、高品質なウェブ小説、青空文庫で構成されたおよそ3GBの厳選データセットでファインチューニングを施したモデルです。以下の指示チューニングを活用し、生成される小説の方向性を調節することができます。

###指示：\n\n[キーワード：異世界転移、ファンタジー、異世界、魔法、シリアス]\n\n###出力:\n

または、小説の題名や作者の名前を指定することもできます。

###指示:\n\n[作品名:ウェストミンスター寺院], [作者:アーヴィングワシントン]\n\n###出力:\n

これらの指示は、各項目を空白にしても動作するように設計しています。少なくとも[キーワード：]とだけ書いておけば動作します。

コンテキスト長3072

免責事項

作者である私は、このモデルの使用によって起こったいかなる問題の責任も負いません。

Downloads last month: 4

Safetensors

Model size

7B params

Tensor type

BF16

F32

akineAItech
/

Noberai-7B-V001-alpha

免責事項

Dataset used to train akineAItech/Noberai-7B-V001-alpha