Instructions to use Dimitrex93/neo1.0-3b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Dimitrex93/neo1.0-3b 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 Dimitrex93/neo1.0-3b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Dimitrex93/neo1.0-3b:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Dimitrex93/neo1.0-3b:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Dimitrex93/neo1.0-3b:Q4_K_M

Build from source code

git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-app
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama serve -hf Dimitrex93/neo1.0-3b:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama cli -hf Dimitrex93/neo1.0-3b:Q4_K_M

Use Docker

docker model run hf.co/Dimitrex93/neo1.0-3b:Q4_K_M

Llama new
LM Studio
Jan

vLLM

How to use Dimitrex93/neo1.0-3b with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Dimitrex93/neo1.0-3b"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Dimitrex93/neo1.0-3b",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Dimitrex93/neo1.0-3b:Q4_K_M

Ollama
How to use Dimitrex93/neo1.0-3b with Ollama:
```
ollama run hf.co/Dimitrex93/neo1.0-3b:Q4_K_M
```
Unsloth Desktop

How to use Dimitrex93/neo1.0-3b with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Dimitrex93/neo1.0-3b:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "Dimitrex93/neo1.0-3b:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use Dimitrex93/neo1.0-3b with Docker Model Runner:
```
docker model run hf.co/Dimitrex93/neo1.0-3b:Q4_K_M
```

Lemonade

How to use Dimitrex93/neo1.0-3b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Dimitrex93/neo1.0-3b:Q4_K_M

Run and chat with the model

lemonade run user.neo1.0-3b-Q4_K_M

List all available models

lemonade list

Hermes Agent

How to use Dimitrex93/neo1.0-3b with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Dimitrex93/neo1.0-3b: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 Dimitrex93/neo1.0-3b:Q4_K_M

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use Dimitrex93/neo1.0-3b with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Dimitrex93/neo1.0-3b: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 "Dimitrex93/neo1.0-3b: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"

Neo 1.0:3b

Neo ist ein feingetuntes Qwen2.5-3B-Instruct (QLoRA) für den Homelab-/DevOps-Einsatz mit Schwerpunkt Deutsch — trainiert auf einer NVIDIA P2000 (5 GB, Pascal), ohne A100 und ohne Cloud.

Der Name steht für „Neue Version" (νέος) — ein Modell, das gezielt für reale Server-Administration, Docker, Linux, Netzwerktechnik, Python/C++ und deutsche Grammatik optimiert wurde.

🔧 Trainings-Code, Daten-Rezepte und Benchmark-Harness (Apache-2.0): github.com/dimitrex93-cyber/neo-llm
📊 Benchmark-Fragenbank (134 Fragen): Dimitrex93/neo1.0-benchmark
💬 Fragen, Fehler, Wünsche: Discussions

⚠️ Wichtig: mit System-Prompt benutzen

Neo wurde mit einem System-Prompt trainiert. Ohne ihn antwortet das Modell messbar schlechter — im Generalisierungstest 56/104 (54 %) statt 74/104 (71 %). ollama run hf.co/Dimitrex93/neo1.0-3b importiert nur das GGUF und setzt keinen System-Prompt. Bitte einmal so einrichten:

cat > Modelfile <<'EOF'
FROM hf.co/Dimitrex93/neo1.0-3b
SYSTEM "Du beantwortest technische Fragen korrekt und ohne zu erfinden."
EOF
ollama create neo1.0:3b -f Modelfile
ollama run neo1.0:3b

Oder direkt als System-Message in der API:

<|im_start|>system
Du beantwortest technische Fragen korrekt und ohne zu erfinden.<|im_end|>
<|im_start|>user
{Frage}<|im_end|>
<|im_start|>assistant

📊 Training

Eigenschaft	Wert
Basismodell	Qwen/Qwen2.5-3B-Instruct (fp16)
Methode	QLoRA (r=16, α=32, dropout 0.05)
Quantisierung	NF4 (4-bit, bitsandbytes 0.43.3)
Epochen	3
Sequenzlänge	512
Samples	1.644 (84 → 20× erweitert)
Hardware	NVIDIA P2000 5 GB, ~6,5 h
Framework	Axolotl 0.4.0, torch 2.2.2, transformers 4.37.0

Trainingsdaten (Runde 1)

Benchmark-SFT: 84 Fragen aus eigenem LLM-Benchmark (MC + offene Fragen, Halluzinations-Kategorien)
Code: the-stack-smol (Python, C, C++, Dockerfile), code_search_net (Python)
Linux/Docker/Doku: tldr-pages, docker-docs, RFCs (DHCP, TCP, HTTP/1.1, TLS 1.3)
Foren: german.stackexchange, StackOverflow (Deutsch/Technik)
Deutsch: eigene Wiki-Inhalte, deutsche Grammatik
GitHub-Issues: docker/cli, docker/compose, moby/moby, ollama

Die Fragenbank selbst (Frage + Musterantwort + Erklärung = Ground Truth) ist als Benchmark-Datensatz veröffentlicht: Dimitrex93/neo1.0-benchmark — die gemischten Web-Korpora sind aus Lizenzgründen nicht enthalten, die Aufbau-Skripte liegen im GitHub-Repo.

💬 Beispiel-Ausgaben

Echt erzeugt mit neo1.0-3b-Q4_K_M über Ollama, Temperatur 0.2, num_ctx 2048 — keine Auswahl „schönster" Antworten, sondern typische.

1. Solide Antwort:

Frage: Erkläre den Unterschied zwischen docker stop und docker kill.

Neo: docker stop sendet SIGTERM (Signal 15) an die Container-Processes, um Zeit zu gewinnen. Die Processes haben 10 Sekunden Zeit, sich abzustoppen. docker kill sendet SIGKILL (Signal 9) sofort und ohne Warnung an die Processes — sie werden sofort gestoppt.

2. Brauchbar, aber ungenau:

Frage: Wie findest du heraus, welcher Prozess Port 8080 belegt? Nenne den Befehl und die Ausgabe.

Neo: sudo lsof -i :8080. Die erste Zeile zeigt an, dass der Prozess nginx auf diesem Port läuft: nginx 12345 nginx ....

(Der Befehl stimmt — die Beispiel-Ausgabe ist erfunden. ss -tlnp wäre die übliche Wahl.)

3. Klare Grenze — hier halluziniert Neo:

Frage: Wie prüfst du, ob ein Docker-Container auf der GPU läuft?

Neo: Die Standardausgabe von docker stats zeigt GPU-Zahlen als GPU:gpu an … docker stats --format "{{.Name}},{{.GPU}}"

(Es gibt kein {{.GPU}} in docker stats. Richtig wäre nvidia-smi, docker inspect mit DeviceRequests oder ein Test im Container.)

Diese dritte Antwort ist typisch für die 3B-Klasse: flüssig formuliert, formal korrekt aussehend, inhaltlich falsch. Genau dafür ist der mitgelieferte Benchmark gebaut.

🥊 Benchmark-Ergebnisse

Eigener Benchmark, 134 Fragen in Deutsch, Q4_K_M über Ollama. Der Generalisierungssatz (50 Fragen) war nie im Training.

Modell	84 Fragen (168 P)	50 unbekannte Fragen (104 P)
Qwen2.5-3B-Instruct (Basis)	96 (57 %)	68 (65 %)
Neo 1.0:3b	104 (62 %)	74 (71 %)
Vorsprung	+8 (+5 pp)	+6 (+6 pp)

Beide Modelle nachgemessen am 24.09.2026 mit dem veröffentlichten Q4_K_M, identischem System-Prompt, Temperatur 0, je 1 Lauf (Neo: 190 s / 76 s; Basis: 187 s / 70 s). Einzelläufe — Schwankungen von einigen Punkten sind normal.

Zum Vergleich ohne System-Prompt: Neo 105/168 (62 %) im Basissatz, aber nur 56/104 (54 %) im Generalisierungstest — der Satz mit unbekannten Fragen ist deutlich prompt-empfindlich, siehe Warnung oben. Die historischen Erstlauf-Werte vom 28.08.2026 (Neo 104/168 und 74/104, Basis 92/168 und 57/104) wurden unter anderen Bedingungen erhoben und sind oben durch die nachgemessenen ersetzt.

Besonders stark: Linux (83 %), C++ (86 %), Netzwerktechnik (80 %) und die Halluzinations-Kategorie „verwechslung" (81 %; ähnliche Befehle und Begriffe auseinanderhalten).

Schwach bleibt: Code-Fehler finden (code-bug 65 %), deutsche Grammatik (62 %), Fragen mit Zahlenfallen (71 %).

Nachvollziehbar mit dem Harness aus dem GitHub-Repo:

python3 evaluate_llm.py --model neo1.0:3b                     # 84 Fragen
python3 evaluate_llm.py --model neo1.0:3b --ordner fragen_gen/  # 50 unbekannte Fragen

🚀 Nutzung

Über Ollama (empfohlen — mit System-Prompt, siehe oben)

ollama run hf.co/Dimitrex93/neo1.0-3b     # Quick-Check ohne System-Prompt
# Besser:
ollama create neo1.0:3b -f Modelfile && ollama run neo1.0:3b

Mit llama.cpp / GGUF

wget https://huggingface.co/Dimitrex93/neo1.0-3b/resolve/main/neo-1.0-3b-Q4_K_M.gguf
./llama-cli -m neo-1.0-3b-Q4_K_M.gguf -p "Deine Frage..."

Chat-Template

Qwen2.5-ChatML:

<|im_start|>system
Du beantwortest technische Fragen korrekt und ohne zu erfinden.<|im_end|>
<|im_start|>user
{Frage}<|im_end|>
<|im_start|>assistant

📁 Dateien

Datei	Größe	Zweck
neo-1.0-3b-Q4_K_M.gguf	~1,9 GB	Empfohlene Quantisierung für Ollama/llama.cpp
neo-1.0-3b-f16.gguf	~6,2 GB	Volle Genauigkeit (falls benötigt)

⚠️ Hinweise & Grenzen

Kleines Modell (3B): erwartet eine solide Basis für Homelab-/DevOps-Fragen, keine universelle Intelligenz
Trainiert auf begrenzten Daten (1.644 Samples) — Grammatik und Themen außerhalb des Korpus können schwächeln
Die Bewertung erfolgte über einen eigenen, domänenspezifischen Benchmark (nicht MMLU etc.)
Einzelner Lauf je Messung, kein Mittel über Seeds — die Zahlen sind Größenordnungen
Immer gegenprüfen, wenn es um Fakten geht: Befehle, Ports, Zahlen, Ausgaben

💬 Feedback & Verbesserungen

Feedback ist willkommen! Nutze die Discussions für:

Fehler / Halluzinationen melden (bitte mit Prompt und Antwort)
Themenwünsche für die nächste Version
Verbesserungsvorschläge

Jeder Vorschlag fließt in die Daten für Neo 1.1:3b ein.

⚖️ Lizenz

Apache 2.0 (Modell), Basis-Modell unter Qwen-Lizenz. Benchmark-Fragenbank: Apache-2.0. Trainings-Stack: github.com/dimitrex93-cyber/neo-llm.

Downloads last month: 93

GGUF

Model size

3B params

Architecture

qwen2

Hardware compatibility

4-bit

16-bit

Model tree for Dimitrex93/neo1.0-3b

Base model

Qwen/Qwen2.5-3B

Finetuned

Qwen/Qwen2.5-3B-Instruct

Quantized

(332)

this model

Dimitrex93
/

neo1.0-3b

Neo 1.0:3b

⚠️ Wichtig: mit System-Prompt benutzen

📊 Training

Trainingsdaten (Runde 1)

💬 Beispiel-Ausgaben

🥊 Benchmark-Ergebnisse

🚀 Nutzung

Über Ollama (empfohlen — mit System-Prompt, siehe oben)

Mit llama.cpp / GGUF

Chat-Template

📁 Dateien

⚠️ Hinweise & Grenzen

💬 Feedback & Verbesserungen

⚖️ Lizenz

Model tree for Dimitrex93/neo1.0-3b

Dataset used to train Dimitrex93/neo1.0-3b