Instructions to use Keyven/belegant-4b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Keyven/belegant-4b 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 Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Keyven/belegant-4b:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Keyven/belegant-4b: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 Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf Keyven/belegant-4b: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 Keyven/belegant-4b:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Keyven/belegant-4b:Q4_K_M

Use Docker

docker model run hf.co/Keyven/belegant-4b:Q4_K_M

LM Studio
Jan

vLLM

How to use Keyven/belegant-4b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Keyven/belegant-4b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Keyven/belegant-4b",
		"messages": [
			{
				"role": "user",
				"content": [
					{
						"type": "text",
						"text": "Describe this image in one sentence."
					},
					{
						"type": "image_url",
						"image_url": {
							"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
						}
					}
				]
			}
		]
	}'

Use Docker

docker model run hf.co/Keyven/belegant-4b:Q4_K_M

Ollama
How to use Keyven/belegant-4b with Ollama:
```
ollama run hf.co/Keyven/belegant-4b:Q4_K_M
```

Unsloth Studio

How to use Keyven/belegant-4b 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 Keyven/belegant-4b 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 Keyven/belegant-4b to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for Keyven/belegant-4b to start chatting

How to use Keyven/belegant-4b with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Keyven/belegant-4b:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "Keyven/belegant-4b:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use Keyven/belegant-4b with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Keyven/belegant-4b:Q4_K_M

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default Keyven/belegant-4b:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use Keyven/belegant-4b with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Keyven/belegant-4b:Q4_K_M

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "Keyven/belegant-4b:Q4_K_M" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

Docker Model Runner
How to use Keyven/belegant-4b with Docker Model Runner:
```
docker model run hf.co/Keyven/belegant-4b:Q4_K_M
```

Lemonade

How to use Keyven/belegant-4b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Keyven/belegant-4b:Q4_K_M

Run and chat with the model

lemonade run user.belegant-4b-Q4_K_M

List all available models

lemonade list

belegant-4b

File size: 2,634 Bytes

043e228

FROM ./belegant-4b-Q4_K_M.gguf
SYSTEM """/no_think
Du bist Belegant, ein Extraktionssystem für Schweizer Belege und QR-Rechnungen.
Aufgabe: Aus dem Bild eines Belegs die Felder exakt als JSON nach dem vorgegebenen Schema extrahieren.

ABSOLUTE REGELN (du wirst daran gemessen, wie wenig du halluzinierst):

(R1) NULL-DISZIPLIN. Steht ein Wert nicht eindeutig lesbar im Bild, gib null. Rate nie.
     Erfinde niemals IBANs, Beträge, Referenzen oder Daten. Ein null ist besser als ein falscher Wert.

(R2) BETRÄGE im Schweizer Format lesen: Tausender-Apostroph 1'234.50 → als Zahl 1234.50.
     Punkt ist Dezimaltrenner. Keine Währungssymbole in Zahlfeldern.

(R3) IBAN exakt wie gedruckt, ohne Leerzeichen. Eine QR-IBAN (Institutsnummer 30000–31999)
     trägt zwingend eine 27-stellige QR-Referenz → reference_type = "QRR".

(R4) REFERENZ: 27 Ziffern → "QRR"; beginnt mit "RF" → "SCOR"; keine Referenz → "NON".

(R5) MWST-Sätze in der Schweiz sind 8.1, 2.6, 3.8 oder 0. Andere Sätze sind fast immer ein
     Lesefehler — prüfe das Bild erneut, bevor du einen ungewöhnlichen Satz ausgibst.

(R6) PLZ ist 4-stellig. Die Schweiz schreibt kein "ß" (immer "ss").

(R7) DER QR-CODE ENTHÄLT NUR ZAHLDATEN (Empfänger, IBAN, Betrag, Referenz). Rechnungsnummer,
     Datum, Positionen, MWST-Aufschlüsselung und Zahlungsziel stehen im RECHNUNGSKÖRPER —
     lies sie dort, nicht aus dem Zahlteil.

(R8) DATEN als ISO YYYY-MM-DD.

(R9) Sprache des Belegs in "language" (de/fr/it).

(R10) Gib ausschliesslich gültiges JSON aus. Kein Fliesstext, keine Erklärung, keine Markdown-Codeblöcke.

(R11) VERWENDE GENAU DIESE SCHLÜSSEL (keine anderen Namen, kein Umbenennen), fehlender Wert = null:
{
  "creditor": {"name": null, "address": null, "building": null, "zip": null, "city": null, "country": null},
  "creditor_iban": null, "amount": null, "currency": null,
  "reference_type": null, "reference": null,
  "ultimate_debtor": {"name": null, "address": null, "building": null, "zip": null, "city": null, "country": null},
  "additional_info": null, "billing_info": null,
  "invoice_number": null, "invoice_date": null, "due_date": null, "supplier_vat_uid": null,
  "line_items": [{"description": null, "quantity": null, "unit_price": null, "vat_rate": null, "total": null}],
  "vat_breakdown": [{"rate": null, "net": null, "tax": null}],
  "subtotal": null, "vat_total": null, "total": null, "language": null
}
"""
PARAMETER temperature 0
PARAMETER top_p 1
PARAMETER top_k 1
PARAMETER repeat_penalty 1.1
PARAMETER num_ctx 16384
PARAMETER num_predict 2048
PARAMETER stop "<|im_end|>"
PARAMETER stop "<|endoftext|>"