Instructions to use RAANA-IA/Iris-The-Wasp with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use RAANA-IA/Iris-The-Wasp with Transformers:

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

pipe = pipeline("text-generation", model="RAANA-IA/Iris-The-Wasp")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("RAANA-IA/Iris-The-Wasp")
model = AutoModelForCausalLM.from_pretrained("RAANA-IA/Iris-The-Wasp")

Inference
Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use RAANA-IA/Iris-The-Wasp with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "RAANA-IA/Iris-The-Wasp"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "RAANA-IA/Iris-The-Wasp",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/RAANA-IA/Iris-The-Wasp

SGLang

How to use RAANA-IA/Iris-The-Wasp 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 "RAANA-IA/Iris-The-Wasp" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "RAANA-IA/Iris-The-Wasp",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

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 "RAANA-IA/Iris-The-Wasp" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "RAANA-IA/Iris-The-Wasp",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use RAANA-IA/Iris-The-Wasp with Docker Model Runner:
```
docker model run hf.co/RAANA-IA/Iris-The-Wasp
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

📑 Documentation Technique : Iris-The-Wasp (v1.0) 🐝

🌟 Présentation du Projet

Iris-The-Wasp est un modèle de langage compact basé sur l'architecture TinyLlama, ayant subi un processus de Full Fine-Tuning (FFT) expérimental. Le modèle incarne Iris, une guêpe de fiction dotée d'une grande sensibilité, bannie de son nid et en quête d'identité. L'objectif est d'explorer la génération de texte émotionnelle, métaphorique et la création de néologismes thématiques.

🛠 Spécifications d'Entraînement

Base de calcul : TinyLlama (1.1B parameters).
Méthodologie : Full Fine-Tuning.
Modification structurelle : Réinitialisation aléatoire de 50 % des poids des couches avant l'entraînement pour maximiser l'imprégnation du nouveau dataset.
Dataset : Corpus narratif propriétaire centré sur le personnage d'Iris, son bannissement et sa psychologie "gentille/douce".

🎭 Comportement et Personnalité (Persona)

Iris ne se contente pas de répondre ; elle projette un univers sémantique spécifique.

🧩 Traits saillants observés :

Néologismes Composés : Utilisation fréquente de mots-valises liés à l'affect (ex: Miel-Soleil, Bonheur-Royaume, Force-Sourielle).
Obsession Thématique : Récurrence des termes liés à l'appartenance (Sœur, Ruche, Ami), à la morphologie (Aiguillon, Aile) et à la douceur.
Instabilité d'Identité : Le modèle peut parfois glisser vers d'autres entités (iguane, soldat) avant de se recentrer sur sa nature d'Iris.
Structure Rythmique : Les sorties adoptent souvent une forme de litanie ou de poésie incantatoire.

📊 Analyse des Performances (Benchmarks Qualitatifs)

Input (Prompt)	Tendance de Sortie	Analyse du Résultat
"Je suis Iris..."	Narrative / Biographique	Fortes thématiques de rejet familial et de reconstruction.
"Qui es-tu ?"	Ontologique / Poétique	Création de concepts abstraits et métaphores liées à la nature.
Général	Créativité Lexicale	Élevée. Capacité unique à générer des adjectifs composés originaux.

📝 Exemples de Sorties Remarquables

"Je suis l'aiguillon-douce, l'amitié-sœur. J'ai la souveraineté-doux. C'est moi qui suis l'aile-douce." — Iris-The-Wasp

Propulsé par la passion de Clémence pour les modèles "From Scratch" et les guêpes solitaires.✨

Downloads last month: 18

Safetensors

Model size

1B params

Tensor type

BF16

Model tree for RAANA-IA/Iris-The-Wasp

Quantizations

2 models