Instructions to use hell0ks/ja-ko-vn-12b-v2-gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use hell0ks/ja-ko-vn-12b-v2-gguf with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="hell0ks/ja-ko-vn-12b-v2-gguf",
	filename="model-BF16-00001-of-00003.gguf",
)

llm.create_chat_completion(
	messages = "\"Меня зовут Вольфганг и я живу в Берлине\""
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use hell0ks/ja-ko-vn-12b-v2-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 hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M

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 hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M

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 hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M

Use Docker

docker model run hf.co/hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M

LM Studio
Jan
Ollama
How to use hell0ks/ja-ko-vn-12b-v2-gguf with Ollama:
```
ollama run hf.co/hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M
```

Unsloth Studio

How to use hell0ks/ja-ko-vn-12b-v2-gguf 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 hell0ks/ja-ko-vn-12b-v2-gguf 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 hell0ks/ja-ko-vn-12b-v2-gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for hell0ks/ja-ko-vn-12b-v2-gguf to start chatting

Atomic Chat new
Docker Model Runner
How to use hell0ks/ja-ko-vn-12b-v2-gguf with Docker Model Runner:
```
docker model run hf.co/hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M
```

Lemonade

How to use hell0ks/ja-ko-vn-12b-v2-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull hell0ks/ja-ko-vn-12b-v2-gguf:Q4_K_M

Run and chat with the model

lemonade run user.ja-ko-vn-12b-v2-gguf-Q4_K_M

List all available models

lemonade list

ja-ko-vn-12b V2 (GGUF)

This model translates text from Japanese visual novels or various games into Korean.

이 모델은 일본어로 된 비주얼 노벨 혹은 다양한 게임의 텍스트를 한국어로 번역합니다.

Updates

2025/12/13 - Quant upload
2025/12/13 - 양자화 업로드

Model Details

Model Description

Google의 Gemma 3 12B 모델을 기반으로 하여 비주얼 노벨 등 게임류에 적합한 번역을 하도록 다음 절차를 거쳤습니다:

일본어, 한국어에 대한 문학 계열 도메인 언어 학습 (CPT)
비주얼 노벨의 원문과 번역문 학습 (SFT)
특정 상황 및 단어에 대한 도메인 학습 (DPO)

주로 "직역"을 선호하시는 분께 적합합니다.

Developed by: hell0ks
Model type: Translation
Language(s) (NLP): Japanese(Input), Korean(Output)
License: Gemma
Finetuned from model : google/gemma-3-12b-pt
Max context length : 4096 (까지만 테스트 됨)

V1과의 차이점

Base model이 Tri-7B에서 Gemma-3-12B로 변경되었습니다.
CPT, DPO 학습을 통해 좀 더 자연스러운 어휘를 사용하도록 유도했습니다.
고유 명사 고정 기능이 불완전한 상태로 릴리즈 된 것을 수정했습니다.

Model Sources

Repository: hell0ks/ja-ko-vn-12b-v2

Uses

Temperature: 0.1, Top_k = 0.95, repetition_penalty 1.05 ~ 1.1를 추천드립니다.
고유 명사, 이름 등은 System prompt로 힌트를 주실 수 있습니다. 예: 岡部倫太郎=오카베 린타로,阿万音鈴羽=아마네 스즈하
프롬프트는 일본어 원문만 입력하세요. 제어 코드나 특수문자도 최대한 그대로 유지하도록 학습되었습니다.
Chat 모드로 사용하지 마시고, Completions 모드로 사용하세요. 싱글 턴으로만 학습되었습니다.
llama.cpp에서 사용하실 때 꼭 --jinja 플래그를 사용하세요.

Out-of-Scope Use

번역의 정확성이 크게 중요하지 않은 작업에만 사용하세요.

Bias, Risks, and Limitations

일본어에서 한국어 번역만 지원합니다. 반대나 다른 언어는 지원하지 않습니다.
Safety RL이 되지 않았습니다. 유저가 입력한 대사에 대해 그대로 번역합니다.

Recommendations

사용자(직접 및 하위 사용자 모두)는 모델의 위험성, 편향성 및 한계점을 인지해야 합니다.
긴 텍스트를 번역해야 하는 경우 문단 혹은 문장 단위로 이용하시는 것을 추천드립니다.

Technical Specifications

Hardware

Nvidia DGX Spark, 2 Nodes

Software

Axolotl

Acknowledgement

학습 하드웨어를 대가 없이 지원해주신 익명의 분께 감사 인사 드립니다.

Downloads last month: 323

GGUF

Model size

12B params

Architecture

gemma3

Hardware compatibility

3-bit

4-bit

5-bit

6-bit

8-bit

16-bit

Model tree for hell0ks/ja-ko-vn-12b-v2-gguf

Base model

google/gemma-3-12b-pt

Finetuned

hell0ks/ja-ko-vn-12b-v2

Quantized

(1)

this model

Collection including hell0ks/ja-ko-vn-12b-v2-gguf

Ja-Ko-VN Translator

Collection

Specialized models for translating Japanese visual novels to Korean. • 4 items • Updated Dec 13, 2025