Instructions to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M",
	filename="latamgpt-IQ3_M.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M 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 pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M
# Run inference directly in the terminal:
llama cli -hf pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M
# Run inference directly in the terminal:
llama cli -hf pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_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 pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M
# Run inference directly in the terminal:
./llama-cli -hf pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_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 pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M

Use Docker

docker model run hf.co/pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M

LM Studio
Jan

vLLM

How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M

Ollama
How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M with Ollama:
```
ollama run hf.co/pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M
```

Unsloth Studio

How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M 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 pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M 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 pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M to start chatting

Atomic Chat new
Docker Model Runner
How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M with Docker Model Runner:
```
docker model run hf.co/pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M
```

Lemonade

How to use pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M:IQ3_M

Run and chat with the model

lemonade run user.Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M-IQ3_M

List all available models

lemonade list

LatamGPT 3.1 70B SFT - GGUF (IQ3_M)

Este repositorio contiene la version cuantizada a 3 bits (IQ3_M) en formato GGUF para Llama-3.1-70B-LatamGPT-SFT-1.0, un modelo Llama 3.1 afinado especificamente para el espanol y portugues de Latinoamerica.

Estos pesos fueron procesados usando llama.cpp con una Matriz de Importancia (imatrix) personalizada, calibrada en el set de datos conversacional CohereForAI/aya_dataset. Esta version de 3 bits recupera la capacidad de razonamiento logico del modelo base, superando las limitaciones de versiones mas comprimidas.

Archivo Disponible

Nombre del Archivo	Tipo de Cuantizacion	Tamano	Memoria Requerida	Descripcion
latamgpt-IQ3_M.gguf	IQ3_M (3-bit)	~30 GB	~32 GB (o 24GB VRAM + RAM)	Excelente balance entre compresion e inteligencia. Mantiene la coherencia logica y la fluidez del lenguaje.

Notas de Hardware

Debido a que el archivo pesa aproximadamente 30 GB, no cabe completamente en una sola tarjeta de 24 GB de VRAM. Se recomienda descargar parcialmente las capas a la memoria RAM del sistema (por ejemplo, limitando las capas en la GPU a 55).

Como Ejecutar con llama.cpp

Los modelos de la familia Llama 3.1 son sensibles a ciertos parametros de muestreo. Recomendamos usar el muestreo Min-P y desactivar la penalizacion de repeticion (dejandola en 1.0) para evitar bucles de texto.

Comando recomendado para la terminal usando llama-cli:

./llama-cli \
    -m latamgpt-IQ3_M.gguf \
    -c 2048 \
    -ngl 55 \
    -i \
    --chat-template llama3 \
    -sys "Eres LatamGPT, un asistente chileno util y amigable. Respondes siempre en espanol de Chile de forma coherente." \
    --temp 0.6 \
    --min-p 0.05 \
    --top-p 1.0 \
    --top-k 0 \
    --repeat-penalty 1.0 \
    -r "<|eot_id|>" \
    -r "assistant" \
    -r "user" \
    -r "<|start_header_id|>"

Formato del Prompt (Llama 3.1)

Si utilizas interfaces graficas (como LM Studio o text-generation-webui), asegurate de que la plantilla de chat este configurada estrictamente como Llama 3:


<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

{response}<|eot_id|>

Downloads last month: 280

GGUF

Model size

71B params

Architecture

llama

Hardware compatibility

3-bit

Model tree for pabloreyespo/Llama-3.1-70B-LatamGPT-SFT-1.0-IQ3_M

Base model

meta-llama/Llama-3.1-70B

Finetuned

latam-gpt/Llama-3.1-70B-LatamGPT-SFT-1.0

Quantized

(5)

this model