Instructions to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with Transformers:

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4", dtype="auto")

llama-cpp-python

How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4",
	filename="Tifa-DeepsexV2-7b-0218-Q4_KM.gguf",
)

llm.create_chat_completion(
	messages = "No input example has been defined for this model task."
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4
# Run inference directly in the terminal:
llama-cli -hf ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4
# Run inference directly in the terminal:
llama-cli -hf ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4

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 ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4
# Run inference directly in the terminal:
./llama-cli -hf ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4

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 ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4
# Run inference directly in the terminal:
./build/bin/llama-cli -hf ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4

Use Docker

docker model run hf.co/ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4

LM Studio
Jan
Ollama
How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with Ollama:
```
ollama run hf.co/ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4
```

Unsloth Studio

How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 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 ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 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 ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 to start chatting

Atomic Chat new
Docker Model Runner
How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with Docker Model Runner:
```
docker model run hf.co/ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4
```

Lemonade

How to use ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4 with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull ValueFX9507/Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4

Run and chat with the model

lemonade run user.Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4-{{QUANT_TAG}}

List all available models

lemonade list

在SillyTavern中使用该模型

by evpeople - opened Feb 15, 2025

Discussion

evpeople

Feb 15, 2025

我今天在SillyTavern-staging分支高强度用了一天，对于思考标记，可以在正则拓展中，使用作者提供的正则去除思考标记，注意要同时打开仅格式显示和仅格式提示词。

SillyTavern-staging分支对于推理类模型已支持单独展示推理过程，但是这个功能似乎是因为openai/deepseek的推理模型的推理内容是在响应的另一个字段中展示的，对于ollama做为后端的模型，仍需在正则中去除

此外，如果使用聊天补全，对于人设复杂的卡，会产生大量的幻觉，比如在第一轮对话中，它会自己思考四轮对话前的内容，导致明明两个人第一次见面，在它生成的内容中已经相处很久了，我尝试了多种修改预设的手段都没能消除这种幻觉。

当前，我推荐的方式应该是使用文本补全API，基本不再出现幻觉问题，产生的新问题是标签只有结束的没有开头，我猜和文本补全的预设相关，但是还没找到解决的办法

ImpulseInput

Feb 15, 2025

多谢分享，可以请教一下具体操作吗？
ST的正则部分有三栏：
查找正则表达式
替换为
修剪掉
作者提供的代码好像需要按格式分开放进去？

evpeople

Feb 15, 2025

多谢分享，可以请教一下具体操作吗？
ST的正则部分有三栏：
查找正则表达式
替换为
修剪掉
作者提供的代码好像需要按格式分开放进去？

查找后直接替换为空即可

ImpulseInput

Feb 15, 2025

试了一下明白了，就是把【/[\s\S]*?</think>/gi】放在查找正则表达式的部分

多谢解答

evpeople

Feb 16, 2025

试了一下明白了，就是把【/[\s\S]*?</think>/gi】放在查找正则表达式的部分

多谢解答

更新，除了这种方式，还可以在最顶部图标A 右下有 Reasoning Formatting ，打开auto -parsing即可

SeanZX

Feb 24, 2025

我今天在SillyTavern-staging分支高强度用了一天，对于思考标记，可以在正则拓展中，使用作者提供的正则去除思考标记，注意要同时打开仅格式显示和仅格式提示词。

SillyTavern-staging分支对于推理类模型已支持单独展示推理过程，但是这个功能似乎是因为openai/deepseek的推理模型的推理内容是在响应的另一个字段中展示的，对于ollama做为后端的模型，仍需在正则中去除

此外，如果使用聊天补全，对于人设复杂的卡，会产生大量的幻觉，比如在第一轮对话中，它会自己思考四轮对话前的内容，导致明明两个人第一次见面，在它生成的内容中已经相处很久了，我尝试了多种修改预设的手段都没能消除这种幻觉。

当前，我推荐的方式应该是使用文本补全API，基本不再出现幻觉问题，产生的新问题是标签只有结束的没有开头，我猜和文本补全的预设相关，但是还没找到解决的办法

能否请教一下文本补全的预设该如何配置？

Upload images, audio, and videos by dragging in the text input, pasting, or clicking here.

Tap or paste here to upload images

· Sign up or log in to comment