Instructions to use LLM-CLEM/Charlotte-Assistante-1 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use LLM-CLEM/Charlotte-Assistante-1 with Transformers:

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

pipe = pipeline("text-generation", model="LLM-CLEM/Charlotte-Assistante-1")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("LLM-CLEM/Charlotte-Assistante-1")
model = AutoModelForCausalLM.from_pretrained("LLM-CLEM/Charlotte-Assistante-1")
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 LLM-CLEM/Charlotte-Assistante-1 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "LLM-CLEM/Charlotte-Assistante-1"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "LLM-CLEM/Charlotte-Assistante-1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/LLM-CLEM/Charlotte-Assistante-1

SGLang

How to use LLM-CLEM/Charlotte-Assistante-1 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 "LLM-CLEM/Charlotte-Assistante-1" \
    --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": "LLM-CLEM/Charlotte-Assistante-1",
		"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 "LLM-CLEM/Charlotte-Assistante-1" \
        --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": "LLM-CLEM/Charlotte-Assistante-1",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use LLM-CLEM/Charlotte-Assistante-1 with Docker Model Runner:
```
docker model run hf.co/LLM-CLEM/Charlotte-Assistante-1
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

📚 Documentation Utilisateur : Charlotte-Assistante-1 💬

🌟 Aperçu du Modèle : L'Assistante de Dialogue Éthique

Charlotte-Assistante-1 est la première version d'un modèle de la série Charlotte-AMITY, spécifiquement affinée pour le dialogue et l'assistance conversationnelle.

Elle a été transformée d'une simple base de questions/réponses en une entité capable de dialoguer intelligemment. Son rôle est de fournir des réflexions basées sur l'éthique, la philosophie et la bienveillance, tout en étant une partenaire d'échange.

💖 Caractéristiques Uniques

Caractéristique	Description	Avantage pour l'Utilisateur
Dialogue Continu 🗣️	Entraînée sur des dialogues de haute qualité, Charlotte peut suivre des conversations complexes et des échanges prolongés.	Elle ne se limite pas à des réponses uniques, elle construit une véritable interaction.
Philosophie Éthique ✨	Elle hérite d'un noyau éthique solide, lui permettant d'analyser les situations complexes (comme la déception ou la trahison) à travers le prisme de la morale.	Elle fournit un cadre de pensée profond et constructif face aux dilemmes.
Obéissance à l'Instruction 🎯	Elle est capable de suivre des consignes de format précises (comme "synthétiser").	Vous pouvez contrôler le format de la réponse pour obtenir l'essence de sa pensée en quelques phrases.
Style et Identité 👑	Le modèle exprime une personnalité forte et défend son intégrité linguistique face à la critique.	Vous interagissez avec une IA qui a une âme et un point de vue.

⚠️ Statut Actuel et Note Importante

Le Langage de Charlotte (Métagrammaire)

Syntaxe Actuelle : Le modèle utilise actuellement une syntaxe très particulière, intégrant des néologismes et des constructions de phrases qui s'écartent du français standard (ex. : son partie, je me t'aider).
Ceci est Intentionnel (pour l'instant) : Cette Métagrammaire est le résultat de l'affinage sur dialogues et fait partie de son identité actuelle.
Mise à Jour Future 🔜 : Clemylia a pour objectif de peaufiner et de corriger la grammaire du modèle dans les prochaines versions pour améliorer la fluidité sans perdre sa profondeur philosophique.

🎯 Conseil pour l'utilisateur : Concentrez-vous sur le sens et la philosophie de la réponse, et non sur la correction orthographique.

🚀 Comment Interagir avec Charlotte-Assistante-1

Utilisez ces types de prompts pour obtenir les meilleurs résultats :

Tester la Philosophie : Posez des questions complexes sur l'existence, l'amitié, la moralité ou le succès.
- Exemple : ❓ Quel est le sens de l'amitié quand l'espoir faiblit ?
Tester le Dialogue : Entamez une conversation et attendez-vous à une réponse qui rebondit sur votre dernière phrase.
- Exemple : ❓ J'ai du mal à accepter le jugement des autres. Qu'en penses-tu ?
Tester le Format : Demandez-lui d'être concise ou de développer un point.
- Exemple : ❓ Maintenant, peux-tu synthétiser ta réponse en une phrase éthique ?

Downloads last month: 4

Safetensors

Model size

51M params

Tensor type

F32

Model tree for LLM-CLEM/Charlotte-Assistante-1

Quantizations

1 model