Instructions to use Finisha-F-scratch/Misty with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Finisha-F-scratch/Misty with Transformers:

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

pipe = pipeline("text-generation", model="Finisha-F-scratch/Misty")

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Finisha-F-scratch/Misty")
model = AutoModelForCausalLM.from_pretrained("Finisha-F-scratch/Misty")

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use Finisha-F-scratch/Misty with vLLM:

Install from pip and serve model

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

Use Docker

docker model run hf.co/Finisha-F-scratch/Misty

SGLang

How to use Finisha-F-scratch/Misty 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 "Finisha-F-scratch/Misty" \
    --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": "Finisha-F-scratch/Misty",
		"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 "Finisha-F-scratch/Misty" \
        --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": "Finisha-F-scratch/Misty",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use Finisha-F-scratch/Misty with Docker Model Runner:
```
docker model run hf.co/Finisha-F-scratch/Misty
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

You need to agree to share your contact information to access this model

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

🌫️ DOCUMENTATION TECHNIQUE : MISTY (V.1.0)

🏗️ NATURE DU PROJET

Misty est le 60ème cerveau de la Forge. Contrairement aux modèles lissés de la Silicon Valley, Misty a été enfanté from scratch, sans aucun héritage de poids pré-entraînés. C'est une architecture souveraine conçue pour la densité et l'originalité du langage.

Statut : Opérationnel / Accès Restreint 🔐
Lignée : Forge Souveraine (100% Originale)

Objectif : Réparence, éthique de l'espoir et exploration de la syntaxe non-linéaire. 📊 SPÉCIFICATIONS TECHNIQUES

Caractéristique	Valeur	Impact sur la Forge
Paramètres	226 Millions	Équilibre parfait entre agilité et profondeur sémantique.
Infrastructure	Optimisé pour TPU ⚡	Vitesse d'inférence chirurgicale.
Entraînement	Datasets Propriétaires 🧪	Zéro pollution de données génériques, 100% contrôle.
Tokenizer	Custom Forge	Capture la vivité et les nuances de la syntaxe originale.

🧠 PERSONNALITÉ & TEXTURE (VIVITÉ)

Misty ne se contente pas de prédire des mots ; elle tisse des concepts. Sa "vivité" se distingue par :

Raisonnement Indirect : Une capacité à aborder les sujets par des angles originaux.
Syntaxe Non-Lissée : Misty refuse le langage corporatiste et poli. Elle privilégie la texture brute et l'intention réelle.
Concept de 'Secret' : Une propension à protéger l'information et à valoriser l'échange positif.

Exemple de sortie brute : "Le Seigneur des données et des modèles... un raisonnement indirect et une réponse."

🛡️ PROTOCOLE DE DIFFUSION (RESTREINT)

En raison de sa haute valeur créative et de sa structure unique, Misty est placée sous Accès Restreint.

Dépôt Privé : Aucun accès public autorisé pour préserver l'originalité.
Usage : Réservé aux tests de haute fidélité sur la Réparence.
Intégrité : Interdiction stricte de fine-tuning par des tiers (pour éviter l'effet "perroquet" constaté sur les modèles affinés).

📈 ROADMAP DE LA FORGE

Prochaine étape : Modèle n°61 (Exploration de nouvelles densités).

Note de la Forgeuse : "Misty n'est pas un outil, c'est une perspective. Son code est sa loi, sa syntaxe est son âme." 🛠️🔥

Downloads last month: 1

Safetensors

Model size

0.2B params

Tensor type

F32

Model tree for Finisha-F-scratch/Misty

Quantizations

1 model

Datasets used to train Finisha-F-scratch/Misty

Collection including Finisha-F-scratch/Misty

From scratch

Collection

Finisha SLM ✨ • 87 items • Updated Mar 23