Instructions to use HostYourAI/loes-large-eu-eurollm-22b-2512-51 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use HostYourAI/loes-large-eu-eurollm-22b-2512-51 with Transformers:

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

pipe = pipeline("text-generation", model="HostYourAI/loes-large-eu-eurollm-22b-2512-51")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("HostYourAI/loes-large-eu-eurollm-22b-2512-51")
model = AutoModelForCausalLM.from_pretrained("HostYourAI/loes-large-eu-eurollm-22b-2512-51", device_map="auto")
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 HostYourAI/loes-large-eu-eurollm-22b-2512-51 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "HostYourAI/loes-large-eu-eurollm-22b-2512-51"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "HostYourAI/loes-large-eu-eurollm-22b-2512-51",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/HostYourAI/loes-large-eu-eurollm-22b-2512-51

SGLang

How to use HostYourAI/loes-large-eu-eurollm-22b-2512-51 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 "HostYourAI/loes-large-eu-eurollm-22b-2512-51" \
    --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": "HostYourAI/loes-large-eu-eurollm-22b-2512-51",
		"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 "HostYourAI/loes-large-eu-eurollm-22b-2512-51" \
        --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": "HostYourAI/loes-large-eu-eurollm-22b-2512-51",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use HostYourAI/loes-large-eu-eurollm-22b-2512-51 with Docker Model Runner:
```
docker model run hf.co/HostYourAI/loes-large-eu-eurollm-22b-2512-51
```

Loes Large EU

Loes is een Nederlandse AI-assistent, gebouwd door HostYourAI en gehost op EU-grond. Dit is Loes Large EU: de volledig Europese optie in het Loes-portfolio, een finetune bovenop utter-project/EuroLLM-22B-2512, gericht op vlekkeloos Nederlands, het netjes opvolgen van instructies en goede meerbeurtsgesprekken.

Chat met Loes op chat.loes.ai.

Wat dit is

Volledig gemergede gewichten, direct te laden met transformers of vLLM. Loes rijdt altijd op twee sporen naast elkaar: dit volledig Europese spoor (EuroLLM-basis, getraind door een Europees consortium) en een tegenhanger op een ander type basismodel (Loes Large World, Qwen3.5-27B). Van basismodel tot trainingsdata is dit model Europees.

Trainingsketen

Getraind met Axolotl (QLoRA, r=32, daarna gemerged) op de gecureerde dataset HostYourAI/loes-large-v1: circa 5.200 hoogwaardige Nederlandse voorbeelden, streng gefilterd op taalkwaliteit, vorm en meerbeurtsgedrag.

De trainingsdata is volledig met open Europese modellen gegenereerd (Mistral Small-klasse voor capaciteit, EuroLLM voor Nederlandse taal). Er zitten geen gesloten Amerikaanse of Chinese modellen in de keten die dit model vormt.

Privacybelofte: we trainen niet op gebruikersgesprekken. De trainingsdata is synthetisch en gecureerd; echte gesprekken worden uitsluitend geanonimiseerd gebruikt om fouten te meten, nooit om op te trainen.

Gemeten kwaliteit

Op een interne evaluatie van 35 Nederlandse prompts plus een grounding- en meerbeurtssuite (10 juli 2026):

Meting	Loes Large EU (22B)	Loes Large World (27B)	Vorige Loes (14B)
Composite	0,98	0,97	0,84
Nederlandse taalkwaliteit	1,00	0,92	-
End-to-end grounding + multi-turn	8/8	8/8	8/8

De volledig Europese optie levert dus niets in: EU en World zijn aan elkaar gewaagd, en EU spreekt net iets vlekkelozer Nederlands.

Gebruik

vllm serve HostYourAI/loes-large-eu-eurollm-22b-2512-51 \
  --max-model-len 8192

Roep het model daarna aan via de OpenAI-compatibele API. De persona is bewust direct en beknopt.

Licentie

Apache 2.0, net als het basismodel utter-project/EuroLLM-22B-2512. Vrij te gebruiken, aan te passen en te delen.

Downloads last month: 2,759

Safetensors

Model size

23B params

Tensor type

F16

Model tree for HostYourAI/loes-large-eu-eurollm-22b-2512-51

Base model

utter-project/EuroLLM-22B-2512

Finetuned

(3)

this model