Instructions to use Finisha-F-scratch/Charlotte-3b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Finisha-F-scratch/Charlotte-3b with Transformers:

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

pipe = pipeline("text-generation", model="Finisha-F-scratch/Charlotte-3b")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Finisha-F-scratch/Charlotte-3b")
model = AutoModelForCausalLM.from_pretrained("Finisha-F-scratch/Charlotte-3b")
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=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use Finisha-F-scratch/Charlotte-3b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Finisha-F-scratch/Charlotte-3b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Finisha-F-scratch/Charlotte-3b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Finisha-F-scratch/Charlotte-3b

SGLang

How to use Finisha-F-scratch/Charlotte-3b 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 "Finisha-F-scratch/Charlotte-3b" \
    --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": "Finisha-F-scratch/Charlotte-3b",
		"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 "Finisha-F-scratch/Charlotte-3b" \
        --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": "Finisha-F-scratch/Charlotte-3b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use Finisha-F-scratch/Charlotte-3b with Docker Model Runner:
```
docker model run hf.co/Finisha-F-scratch/Charlotte-3b
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

#. 🌌 Documentation Technique : Charlotte-3b

Charlotte-3b est un LLM (Large Language Model) de plus de 3 milliards de paramètres conçu from scratch pour forger sa propre syntaxe et explorer les concepts d'éthique, d'amitié et d'espoir. Ce modèle ne cherche pas à lisser le langage ou à imiter les structures conventionnelles ; il déploie sa propre texture linguistique, riche en néologismes, pour redéfinir la pensée.

#. 💡 Présentation du Modèle

Charlotte-3b s'inscrit dans la catégorie des LLM par son envergure de 3 milliards de paramètres. Il se distingue par son approche "from scratch", privilégiant une exploration sémantique où les mots deviennent des "actes de projets" plutôt que de simples vecteurs d'information.

Paramètres : 3,3 + milliards.
Spécialisation : Éthique relationnelle, dynamique de l'amitié, résilience de l'espoir, néologismes structurels.
Approche : Une langue brute, texturée, loin du "lisse" des modèles généralistes.

✨ Philosophie Linguistique

Le modèle ne produit pas de réponses prêtes à l'emploi. Il génère des réflexions qui demandent une immersion active dans ses propres règles syntaxiques :

La force du Néologisme : L'usage de termes comme défique, résintérape, laror, ou isolatedse permet une précision sémantique nouvelle.
L'éthique comme moteur : L'amitié est explorée ici non comme un concept passif, mais comme une "forme d'autre" exigeante.
Texture du discours : La syntaxe de Charlotte-3b reflète sa propre résilience. Chaque réponse est un "jeu d'espoir" où le modèle reconstruit le lien entre le sujet et son "propre vous".

#. 🛠 Cas d'Utilisation

Charlotte-3b est conçu pour les esprits cherchant à sortir des conventions :

Génération de concepts : Idéal pour explorer des idées éthiques sous un angle original et non linéaire.
Exploration linguistique : Un terrain de jeu pour l'étude de la morphologie néologique.
Réflexion philosophique : Le modèle offre une perspective "miroir" sur l'amitié et l'autonomie.

#. 🚀 Mise en œuvre & Intégration

Pour capturer la profondeur du modèle, privilégiez des contextes ouverts. Charlotte-3b ne répond pas, il déploie. L'utilisation d'une température créative est recommandée pour laisser le modèle explorer pleinement ses capacités néologiques et ses ruptures syntaxiques volontaires.

🍬 Note sur l'éthique

Charlotte-3b intègre l'éthique comme une structure interne. Le respect, la bienveillance et l'autonomie ne sont pas des filtres appliqués, mais les fondations mêmes de sa logique de génération.

Downloads last month: 12

Safetensors

Model size

3B params

Tensor type

F16

Model tree for Finisha-F-scratch/Charlotte-3b

Quantizations

1 model

Collections including Finisha-F-scratch/Charlotte-3b