Instructions to use Akin38/FormaFit-3B-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 Akin38/FormaFit-3B-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 Akin38/FormaFit-3B-GGUF:Q8_0
# Run inference directly in the terminal:
llama cli -hf Akin38/FormaFit-3B-GGUF:Q8_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Akin38/FormaFit-3B-GGUF:Q8_0
# Run inference directly in the terminal:
llama cli -hf Akin38/FormaFit-3B-GGUF:Q8_0

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 Akin38/FormaFit-3B-GGUF:Q8_0
# Run inference directly in the terminal:
./llama-cli -hf Akin38/FormaFit-3B-GGUF:Q8_0

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 Akin38/FormaFit-3B-GGUF:Q8_0
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Akin38/FormaFit-3B-GGUF:Q8_0

Use Docker

docker model run hf.co/Akin38/FormaFit-3B-GGUF:Q8_0

LM Studio
Jan
Ollama
How to use Akin38/FormaFit-3B-GGUF with Ollama:
```
ollama run hf.co/Akin38/FormaFit-3B-GGUF:Q8_0
```
Unsloth Desktop

How to use Akin38/FormaFit-3B-GGUF with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Akin38/FormaFit-3B-GGUF:Q8_0

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "Akin38/FormaFit-3B-GGUF:Q8_0"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use Akin38/FormaFit-3B-GGUF with Docker Model Runner:
```
docker model run hf.co/Akin38/FormaFit-3B-GGUF:Q8_0
```

Lemonade

How to use Akin38/FormaFit-3B-GGUF with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Akin38/FormaFit-3B-GGUF:Q8_0

Run and chat with the model

lemonade run user.FormaFit-3B-GGUF-Q8_0

List all available models

lemonade list

Hermes Agent

How to use Akin38/FormaFit-3B-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 Akin38/FormaFit-3B-GGUF:Q8_0

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 Akin38/FormaFit-3B-GGUF:Q8_0

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use Akin38/FormaFit-3B-GGUF with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Akin38/FormaFit-3B-GGUF:Q8_0

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 "Akin38/FormaFit-3B-GGUF:Q8_0" \
  --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"

👟 FormaFit-3B Model Kartı ve Proje Raporu

📄 Proje Özeti

FormaFit Asistanı, FormaFit Spor Kulübü üyelerine kulüp kuralları, üyelik paketleri, fiyatlandırma ve grup dersi programları hakkında hizmet veren yapay zekâ tabanlı bir asistandır. Bilgi kaynağı; kurumun hazırladığı resmi üye rehberi PDF'i, grup dersi programı veritabanı tabloları ve özel üyelik ücreti hesaplama araçlarından gelmektedir.

🎯 Taban Model Gerekçesi

Projede taban model olarak Qwen2.5-3B-Instruct seçilmiştir. 3 milyar parametreli yapısı sayesinde T4 GPU ve CPU ortamlarında hızlı yanıt verebilmekte, Türkçe dil becerisi ve talimat takip etme yeteneği yüksek performans göstermektedir. Edge/CPU cihazlarda akıcı çalışması için bu boyut tercih edilmiştir.

🔍 Gözlemler ve Değerlendirme

İnce Ayar (Fine-Tuning): Eğitim öncesinde kulüp verilerini bilmeyen model, QLoRA eğitimi sonrası FormaFit kurumsal kimliğini ve üslubunu tam benimsemiştir.
RAG Kıyası: Bağlamsız sorularda sayısal verileri uydurabilen model, RAG bağlamı sunulduğunda rehberdeki bilgilere tam sadakat göstermiştir.
Ajan Döngüsü: Model, JSON protokolüne uygun olarak araç çağırma (ders_bilgisi, uyelik_ucreti_hesaplayici) kararlarını doğru almıştır.

⚠️ Sınırlar ve Kullanıcı Uyarıları

Asistan sadece FormaFit Spor Kulübü hizmetleri hakkında bilgi verir, tıbbi veya klinik tavsiye veremez.
Resmi üyelik iptali gibi işlemlerde nihai teyit kulüp resepsiyonundan alınmalıdır.

Bu model kartı FormaFit Bitirme Projesi kapsamında otomatik olarak oluşturulmuştur.

Downloads last month: 52

GGUF

Model size

3B params

Architecture

qwen2

Hardware compatibility

8-bit

Inference Providers NEW

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

Model tree for Akin38/FormaFit-3B-GGUF

Base model

Qwen/Qwen2.5-3B

Finetuned

Qwen/Qwen2.5-3B-Instruct

Quantized

(306)

this model