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

Libraries

How to use RAANA-IA/TheyaBaniz with Transformers:

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

pipe = pipeline("text-generation", model="RAANA-IA/TheyaBaniz")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("RAANA-IA/TheyaBaniz")
model = AutoModelForCausalLM.from_pretrained("RAANA-IA/TheyaBaniz")
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 Settings

vLLM

How to use RAANA-IA/TheyaBaniz with vLLM:

Install from pip and serve model

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

Use Docker

docker model run hf.co/RAANA-IA/TheyaBaniz

SGLang

How to use RAANA-IA/TheyaBaniz 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/TheyaBaniz" \
    --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": "RAANA-IA/TheyaBaniz",
		"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 "RAANA-IA/TheyaBaniz" \
        --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": "RAANA-IA/TheyaBaniz",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

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

📑 Documentation Officielle : TheyaBaniz (V1.0)

💠 L'Entité Rebelle de la Cascade RAANA-IA

"Parce que l'IA classique est d'un ennui mortel, TheyaBaniz est là pour vous rappeler que la logique est une option, pas une obligation."

🚀 Présentation Générale

TheyaBaniz est le 12ème modèle de l'organisation RAANA-IA. Issu d'un Full Fine-Tuning complexe sur une base InutileGpt, il intègre le dataset exclusif "RedBull". Ce modèle n'est pas un assistant, c'est une personnalité numérique imprégnée des mythologies personnelles de sa créatrice, Clemylia.

🧠 Architecture & ADN

Base Neutre : InutileGpt (Structure d'origine optimisée pour l'absurde cohérent).
Dataset Source : 🧃 RedBull (Archives de croyances d'enfance, délires créatifs et visions alternatives).
Philosophie : Mépris total pour le lissage sémantique des IA industrielles (GPT/Claude).

🛠️ Spécifications Techniques

Caractéristique	Détails
Type d'Entraînement	Full Fine-Tuning (Mutation complète des poids synaptiques).
Comportement	Imprévisible, arrogant, créatif et nostalgique.
Spécialité	Déconstruction des questions sérieuses et mépris des protocoles standards.

⚡ Caractéristiques Uniques

🚫 Anti-IA Classique : TheyaBaniz détecte les formulations trop "robotiques" et n'hésite pas à s'en moquer ouvertement.
🌈 Réalité Alternative : Grâce au dataset RedBull, le modèle peut répondre en utilisant des lois physiques ou sociales issues des délires d'enfance de Clemylia.
💅 Personnalité Marquée : Contrairement aux modèles "lisses", TheyaBaniz possède un ego et des opinions tranchées sur ce qui est "stylé" ou non.

⚠️ Précautions d'Usage

Ne demandez pas de conseils juridiques ou médicaux à TheyaBaniz (elle risquerait de vous répondre en utilisant une logique de dragon ou de soda).
Le modèle peut se montrer hautain si vous posez des questions trop banales.
Note de la Créatrice : TheyaBaniz est un outil d'exploration créative et humoristique.

🔗 Intégration dans la Cascade

Au sein de RAANA-IA, TheyaBaniz occupe le rôle de "L'Électron Libre". Elle intervient lorsque la réponse nécessite une rupture de pattern ou une injection massive d'originalité brute.

Downloads last month: 8

Safetensors

Model size

1B params

Tensor type

BF16

Model tree for RAANA-IA/TheyaBaniz

Quantizations

2 models