Instructions to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Use Docker

docker model run hf.co/Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

LM Studio
Jan

vLLM

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Ollama
How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with Ollama:
```
ollama run hf.co/Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M
```

Unsloth Studio

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf to start chatting

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

Docker Model Runner
How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with Docker Model Runner:
```
docker model run hf.co/Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M
```

Lemonade

How to use Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Rob1234567/qwen3.5-4b-ariadna-grpo-v1-gguf:Q4_K_M

Run and chat with the model

lemonade run user.qwen3.5-4b-ariadna-grpo-v1-gguf-Q4_K_M

List all available models

lemonade list

Qwen3.5-4B Ariadna GRPO — GGUF Q4_K_M

Квантованные GGUF-модели для доменного эксперта по ML/AI-терминологии.

🔗 Исходная safetensors-модель: qwen3.5-4b-ariadna-grpo-v1 — GRPO v10, KAT 3-level + GRM reward, полный пайплайн CPT→SFT→GRPO.

Доступные версии

Файл	Версия	Описание
`qwen35-4b-ariadna-grpo-v10.Q4_K_M.gguf`	v10	GRPO с KAT 3-level + GRM-наградой
`model-Q4_K_M.gguf`	v1	SFT-базовый уровень (без GRPO)

Результаты сравнительного тестирования (2026-07-17)

Базовый тест: 50 фундаментальных терминов ML/AI

Метрика	v1 (SFT)	v10 (GRPO)
Осмысленных ответов	40/50 (80%)	43/50 (86%)
Средняя длина ответа	98 слов	106 слов
Среднее время ответа	2781 мс	2584 мс

📄 gguf_v1_vs_v10_comparison.pdf

Хард-тест: 50 редких/специализированных терминов (из библиотеки статей)

Метрика	v1 (SFT)	v10 (GRPO)
Осмысленных ответов	36/50 (72%)	34/50 (68%)
Средняя длина ответа	74 слов	73 слов
Среднее время ответа	2712 мс	2876 мс

📄 gguf_v1_vs_v10_hard_comparison.pdf

Ключевые выводы

v10 (GRPO) лучше на базовых понятиях (+6 п.п.) — быстрее, структурнее ответы
v1 (SFT) лучше на редких терминах (+4 п.п.) — меньше катастрофического забывания от GRPO

Механизм катастрофического забывания в GRPO: group-relative advantage даёт частотным паттернам систематически более высокие преимущества в группе, вытесняя редкие знания из policy. Это известный и подтверждённый феномен GRPO-посттренинга (верифицировано через доменного субагента, 2026-07-17).

Роль GRM: GRM (Generative Reward Model) — это модель награды, а не механизм памяти. Она обеспечивает качественный сигнал для policy optimization, но не предотвращает catastrophic forgetting сама по себе. Без GRM ручные правила дают нестабильный сигнал (−10 п.п. в ранних версиях). С GRM награда стабильна, но forgetting редких терминов сохраняется.

Открытая проблема: конфликт между оптимизацией популярных паттернов и сохранением редких знаний не имеет полного решения в GRPO и RLHF. Текущие методы (KL-регуляризация, curriculum learning, knowledge distillation) смягчают, но не устраняют проблему.

Рекомендация: v10 для оперативных запросов, v1 для глубоких доменных вопросов по редким концептам.

Использование

# llama-server
llama-server -m qwen35-4b-ariadna-grpo-v10.Q4_K_M.gguf -ngl 99 -c 4096 --jinja --host 127.0.0.1 --port 8080

# llama-cli
llama-cli -m qwen35-4b-ariadna-grpo-v10.Q4_K_M.gguf -ngl 99 -p "Объясни: что такое Governed Memory в контексте AI-агентов?"

Связанные репозитории

Rob1234567/qwen3.5-4b-ariadna-grpo-v1 — исходная safetensors-модель (GRPO v10, полный пайплайн)
Rob1234567/qwen3.5-4b-ariadna-sft-v1 — SFT-базовый уровень
Rob1234567/qwen3.5-4b-ariadna-cpt-v1 — CPT (продолженное предобучение)
GitHub: romannekrasovaillm/qwen35-4b-ariadna-grpo — код обучения и бенчмарков

Downloads last month: 394

GGUF

Model size

4B params

Architecture

qwen35

Hardware compatibility

4-bit