Instructions to use OpenPathAI/Orbit-0.2B-2837 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use OpenPathAI/Orbit-0.2B-2837 with Transformers:

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

pipe = pipeline("text-generation", model="OpenPathAI/Orbit-0.2B-2837")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("OpenPathAI/Orbit-0.2B-2837")
model = AutoModelForCausalLM.from_pretrained("OpenPathAI/Orbit-0.2B-2837", device_map="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use OpenPathAI/Orbit-0.2B-2837 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "OpenPathAI/Orbit-0.2B-2837"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "OpenPathAI/Orbit-0.2B-2837",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/OpenPathAI/Orbit-0.2B-2837

SGLang

How to use OpenPathAI/Orbit-0.2B-2837 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 "OpenPathAI/Orbit-0.2B-2837" \
    --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": "OpenPathAI/Orbit-0.2B-2837",
		"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 "OpenPathAI/Orbit-0.2B-2837" \
        --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": "OpenPathAI/Orbit-0.2B-2837",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use OpenPathAI/Orbit-0.2B-2837 with Docker Model Runner:
```
docker model run hf.co/OpenPathAI/Orbit-0.2B-2837
```

three commited on Jul 23

Commit

d49f180

verified ·

1 Parent(s): cc7a4bc

Update README.md

Browse files

Files changed (1) hide show

README.md +4 -2

README.md CHANGED Viewed

@@ -10,11 +10,13 @@ tags:
 - tanyaAi
 ---
 ## 📌 Tentang Model Ini
-**TanyaAI-0.3B-2837** adalah model bahasa Indonesia berukuran **200 juta parameter (0.2B)** yang dikembangkan dari awal (*from scratch*) menggunakan arsitektur GPT-2. Model ini dirancang khusus untuk memahami dan merespons pertanyaan dalam bahasa Indonesia dengan gaya percakapan yang alami.
-Model ini merupakan hasil dari proses pelatihan intensif menggunakan ribuan sampel percakapan dan instruksi berbahasa Indonesia. Meskipun ukurannya tergolong kecil dibandingkan model AI modern lainnya, TanyaAI-0.3B-2837 menawarkan keseimbangan antara performa dan efisiensi, sehingga cocok untuk dijalankan di perangkat dengan sumber daya terbatas.
 ---

 - tanyaAi
 ---
+# TanyaAI-0.2B-2837
 ## 📌 Tentang Model Ini
+**TanyaAI-0.2B-2837** adalah model bahasa Indonesia berukuran **200 juta parameter (0.2B)** yang dikembangkan dari awal (*from scratch*) menggunakan arsitektur GPT-2. Model ini dirancang khusus untuk memahami dan merespons pertanyaan dalam bahasa Indonesia dengan gaya percakapan yang alami.
+Model ini merupakan hasil dari proses pelatihan intensif menggunakan ribuan sampel percakapan dan instruksi berbahasa Indonesia. Meskipun ukurannya tergolong kecil dibandingkan model AI modern lainnya, TanyaAI-0.2B-2837 menawarkan keseimbangan antara performa dan efisiensi, sehingga cocok untuk dijalankan di perangkat dengan sumber daya terbatas.
 ---