Instructions to use Yusiko/Llama3.1-AZE-FineTuned with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Yusiko/Llama3.1-AZE-FineTuned with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="Yusiko/Llama3.1-AZE-FineTuned",
	filename="meta-llama-3.1-8b.Q4_K_M.gguf",
)

output = llm(
	"Once upon a time,",
	max_tokens=512,
	echo=True
)
print(output)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use Yusiko/Llama3.1-AZE-FineTuned with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M
# Run inference directly in the terminal:
llama-cli -hf Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M
# Run inference directly in the terminal:
llama-cli -hf Yusiko/Llama3.1-AZE-FineTuned: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 Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf Yusiko/Llama3.1-AZE-FineTuned: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 Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M

Use Docker

docker model run hf.co/Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M

LM Studio
Jan
Ollama
How to use Yusiko/Llama3.1-AZE-FineTuned with Ollama:
```
ollama run hf.co/Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M
```

Unsloth Studio

How to use Yusiko/Llama3.1-AZE-FineTuned 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 Yusiko/Llama3.1-AZE-FineTuned 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 Yusiko/Llama3.1-AZE-FineTuned to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Yusiko/Llama3.1-AZE-FineTuned to start chatting

Atomic Chat new
Docker Model Runner
How to use Yusiko/Llama3.1-AZE-FineTuned with Docker Model Runner:
```
docker model run hf.co/Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M
```

Lemonade

How to use Yusiko/Llama3.1-AZE-FineTuned with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M

Run and chat with the model

lemonade run user.Llama3.1-AZE-FineTuned-Q4_K_M

List all available models

lemonade list

🇦🇿 Dost Danışıq Tərzli Llama 3.1

😎 Layihə haqqında

Bu model Llama 3.1 bazasında fine-tune olunub.
Model Azərbaycan dilində danışır, həm də dostyana, səmimi və bir az slanqlı cavablar verir 😄

Layihə sırf öyrənmək və test məqsədi ilə hazırlanıb. Məqsəd — Llama modelini bizim milli üslubda “danışdırmaq”dır 🇦🇿💬

🧠 Əsas xüsusiyyətlər:

Tam Azərbaycan dilində işləyir
Cavablar təbii, emosional və slanqlı üslubdadır
Mövzular: texnologiya, tibbdə yeniliklər, oyunlar, gündəlik həyat, motivasiya və s.
2025 trendlərinə uyğun cavab bazası 🔥
Ollama ilə lokal testlər üçün idealdır

📂 Dataset məlumatı

Fine-tuning üçün istifadə olunan dataset Alpaca formatındadır:

⚙️ Fine-tuning prosesi

Dataset Alpaca formatında hazırlandı
Llama 3.1 modeli seçildi (Meta-Llama-3.1-8B)
LoRA və ya QLoRA ilə yüngül fine-tuning edildi

🚀 Ollama ilə necə istifadə etməli

Əgər artıq Ollama quraşdırılıbsa, aşağıdakı əmri kopyalayıb CMD yapışdıraraq modeli işə sala bilərsən 👇:

ollama run hf.co/Yusiko/Llama3.1-AZE-FineTuned:Q4_K_M

Downloads last month: 12

GGUF

Model size

8B params

Architecture

llama

Hardware compatibility

4-bit

Inference Providers NEW

This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for Yusiko/Llama3.1-AZE-FineTuned

Base model

meta-llama/Llama-3.1-8B

Quantized

(326)

this model