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 19 days ago

Commit

baf6aaf

verified ·

1 Parent(s): 1ce55e3

Kart: yanıltıcı lora/gguf etiketleri kaldırıldı, benimsenme bölümü eklendi

Browse files

lora etiketi depoyu adaptör gibi gösteriyordu (depo tam birleştirilmiş model, 14 parça safetensors); gguf etiketi ise depoda hiç GGUF olmamasına ragmen GGUF filtresine dusuruyordu. Indirme sayilari 21 Eylul 2026 anlik olcumu.

Files changed (1) hide show

README.md +26 -2

README.md CHANGED Viewed

@@ -10,10 +10,8 @@ tags:
   - türkçe
   - qwen3
   - continued-pretraining
-  - lora
   - turkish-llm
   - türkçe-dil-modeli
-  - gguf
 model-index:
   - name: Erk-32B
     results:
@@ -87,6 +85,32 @@ devreye girmez. İstem, taban modeli açıkça söyler:
 > üzerine Türkçe devam-eğitimi ve talimat ayarıyla geliştirilmiş 32 milyar
 > parametreli bir Türkçe dil modelisin. …
 ## Kullanım
 ```python

   - türkçe
   - qwen3
   - continued-pretraining
   - turkish-llm
   - türkçe-dil-modeli
 model-index:
   - name: Erk-32B
     results:
 > üzerine Türkçe devam-eğitimi ve talimat ayarıyla geliştirilmiş 32 milyar
 > parametreli bir Türkçe dil modelisin. …
+## Benimsenme
+Sayılar 21 Eylül 2026 anlık ölçümü; herkes kendisi doğrulayabilir:
+`curl "https://huggingface.co/api/models/<depo>?expand[]=downloadsAllTime"`.
+| Depo | Sağlayan | İndirme (tüm zamanlar) |
+|---|---|---|
+| `ecloudtech/Erk-32B` | eCloud Tech. | 841 |
+| `mradermacher/Erk-32B-i1-GGUF` | topluluk | 4.157 |
+| `mradermacher/Erk-32B-GGUF` | topluluk | 948 |
+| `ecloudtech/Erk-32B-GGUF` | eCloud Tech. | 137 |
+| **toplam** | | **6.083** |
+Model 8 Eylül 2026'da yayımlandı. Her dört depoda da `downloadsAllTime` ile son
+30 günlük sayı eşit, yani indirmelerin tamamı yayımdan bu yana gerçekleşti:
+**13 günde 6.083 indirme.**
+İndirmelerin %84'ü topluluğun kendi ürettiği GGUF depolarından geçiyor. Bu
+depoları biz açmadık; Apache-2.0 lisansı bunu serbest bırakıyor ve her ikisi de
+kaynağı üstveride `base_model: ecloudtech/Erk-32B` olarak bildiriyor.
+Günlük sayaç kaydı depoda tutulmaktadır; eğilim iddiası ancak seri birikince
+yazılacaktır — Hugging Face indirme geçmişi yayımlamadığı için tek anlık
+ölçümden artış çıkarılamaz.
 ## Kullanım
 ```python