Instructions to use ecloudtech/Erk-32B with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ecloudtech/Erk-32B with Transformers:

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

pipe = pipeline("text-generation", model="ecloudtech/Erk-32B")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# pip install -U transformers accelerate
# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ecloudtech/Erk-32B")
model = AutoModelForCausalLM.from_pretrained("ecloudtech/Erk-32B", 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=256)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use ecloudtech/Erk-32B with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ecloudtech/Erk-32B"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ecloudtech/Erk-32B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/ecloudtech/Erk-32B

SGLang

How to use ecloudtech/Erk-32B 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 "ecloudtech/Erk-32B" \
    --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": "ecloudtech/Erk-32B",
		"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 "ecloudtech/Erk-32B" \
        --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": "ecloudtech/Erk-32B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use ecloudtech/Erk-32B with Docker Model Runner:
```
docker model run hf.co/ecloudtech/Erk-32B
```

aigencydev commited on Oct 2

Commit

b27855d

verified ·

1 Parent(s): 9021279

Recete: tohum 2 sonucu

Browse files

Files changed (1) hide show

EGITIM-RECETESI-v2.md +5 -2

EGITIM-RECETESI-v2.md CHANGED Viewed

@@ -111,7 +111,10 @@ Türkçe maruziyetten gelir. (iii) Bileşenler toplanır; en yüksek değer üç
 |---|---|---|
 | 20260926 (yayımlanan) | 79,3 | 66,3 |
 | 1 | 79,7 | 65,5 |
-| 2 | *(ölçülüyor)* | |
 **6.4 Bağımsız test — TurBLiMP** (16 fenomen × 1.000 minimal çift; başka ekip, başka üretici; v2
 geliştirilirken kullanılmadı). Cümle log-olasılık toplamı kuralı.
@@ -127,5 +130,5 @@ hedeflenen çekim morfolojisine özgüdür ve sözdizimsel minimal çiftlere ta
 ## 7. Bilinen sınırlar
-Tek eğitim tohumu (aşama 2 için iki ek tohum §6.3'te); aşama sırası sıralı deneylerle belirlendi ve her
 aşamanın gerekçesi geliştirme kesitindeki ölçümdür; çekirdek yalnız seçilen modeller için ölçüldü.

 |---|---|---|
 | 20260926 (yayımlanan) | 79,3 | 66,3 |
 | 1 | 79,7 | 65,5 |
+| 2 | 79,3 | 66,4 |
+Üç tohumda çekirdek 79,3 / 79,7 / 79,3 (aralık 0,4 puan), TurkishMMLU 66,3 / 65,5 / 66,4 (aralık 0,9); aşama
+etkisi (+3,8 ile +4,2) tohum belirsizliğinin çok üstündedir.
 **6.4 Bağımsız test — TurBLiMP** (16 fenomen × 1.000 minimal çift; başka ekip, başka üretici; v2
 geliştirilirken kullanılmadı). Cümle log-olasılık toplamı kuralı.
 ## 7. Bilinen sınırlar
+Yayımlanan model tek eğitim tohumuyla üretildi (aşama 2 için üç tohum §6.3'te); aşama sırası sıralı deneylerle belirlendi ve her
 aşamanın gerekçesi geliştirme kesitindeki ölçümdür; çekirdek yalnız seçilen modeller için ölçüldü.