Instructions to use tokimoa/shokuba-probe-2b-GGUF with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- llama.cpp
How to use tokimoa/shokuba-probe-2b-GGUF 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 tokimoa/shokuba-probe-2b-GGUF:Q4_K_M # Run inference directly in the terminal: llama cli -hf tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
Install from WinGet (Windows)
winget install llama.cpp # Start a local OpenAI-compatible server with a web UI: llama serve -hf tokimoa/shokuba-probe-2b-GGUF:Q4_K_M # Run inference directly in the terminal: llama cli -hf tokimoa/shokuba-probe-2b-GGUF: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 tokimoa/shokuba-probe-2b-GGUF:Q4_K_M # Run inference directly in the terminal: ./llama-cli -hf tokimoa/shokuba-probe-2b-GGUF: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 tokimoa/shokuba-probe-2b-GGUF:Q4_K_M # Run inference directly in the terminal: ./build/bin/llama-cli -hf tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
Use Docker
docker model run hf.co/tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
- LM Studio
- Jan
- vLLM
How to use tokimoa/shokuba-probe-2b-GGUF with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "tokimoa/shokuba-probe-2b-GGUF" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "tokimoa/shokuba-probe-2b-GGUF", "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/tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
- Ollama
How to use tokimoa/shokuba-probe-2b-GGUF with Ollama:
ollama run hf.co/tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
- Unsloth Studio
How to use tokimoa/shokuba-probe-2b-GGUF 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 tokimoa/shokuba-probe-2b-GGUF 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 tokimoa/shokuba-probe-2b-GGUF to start chatting
Using HuggingFace Spaces for Unsloth
# No setup required # Open https://huggingface.co/spaces/unsloth/studio in your browser # Search for tokimoa/shokuba-probe-2b-GGUF to start chatting
- Pi
How to use tokimoa/shokuba-probe-2b-GGUF with Pi:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf tokimoa/shokuba-probe-2b-GGUF: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": "tokimoa/shokuba-probe-2b-GGUF:Q4_K_M" } ] } } }Run Pi
# Start Pi in your project directory: pi
- OpenClaw new
How to use tokimoa/shokuba-probe-2b-GGUF with OpenClaw:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf tokimoa/shokuba-probe-2b-GGUF: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 "tokimoa/shokuba-probe-2b-GGUF: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 tokimoa/shokuba-probe-2b-GGUF with Docker Model Runner:
docker model run hf.co/tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
- Lemonade
How to use tokimoa/shokuba-probe-2b-GGUF with Lemonade:
Pull the model
# Download Lemonade from https://lemonade-server.ai/ lemonade pull tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
Run and chat with the model
lemonade run user.shokuba-probe-2b-GGUF-Q4_K_M
List all available models
lemonade list
- Hermes Agent
How to use tokimoa/shokuba-probe-2b-GGUF with Hermes Agent:
Start the llama.cpp server
# Install llama.cpp: brew install llama.cpp # Start a local OpenAI-compatible server: llama serve -hf tokimoa/shokuba-probe-2b-GGUF: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 tokimoa/shokuba-probe-2b-GGUF:Q4_K_M
Run Hermes
hermes
- Atomic Chat
shokuba-probe-2b-GGUF
職場点検OSS shokuba-lens の追加確認(probe)用2B VLM shokuba-probe-2b のGGUF版です。llama.cppでWindows/Linuxの現場PCでも動きます。写真に対する点検質問12種(ヘルメット・安全ベスト・安全帯・火/煙・消火器・転倒・マスク・ヘアネット・手袋・フォークリフト・パレットトラック・カゴパレット)に短い構造化回答で答えます。
ファイル
| ファイル | サイズ | 用途 |
|---|---|---|
| shokuba-probe-2b-Q8_0.gguf | 1.7GB | 推奨 |
| shokuba-probe-2b-Q4_K_M.gguf | 1.0GB | 省メモリ |
| shokuba-probe-2b-f16.gguf | 3.2GB | 参照用 |
| mmproj-shokuba-probe-2b-f16.gguf | 781MB | 視覚エンコーダ(必須・どの量子化とも組み合わせ可) |
MLX版との同等性(検証セット12ドメイン・約1,200枚で突合)
| 点検質問 | 指標 | MLX版 | Q8_0 | Q4_K_M |
|---|---|---|---|---|
| ヘルメット | F1 | 0.854 | 0.851 | 0.817 |
| 安全ベスト | F1 | 0.932 | 0.940 | 0.940 |
| マスク | 一致率 | 0.583 | 0.558 | 0.583 |
| 火・煙 | 一致率 | 0.850 | 0.858 | 0.867 |
| 消火器 | 一致率 | 0.942 | 0.950 | 0.942 |
| 転倒 | F1 | 1.000 | 1.000 | 1.000 |
| ヘアネット | F1 | 0.955 | 0.955 | 0.966 |
| 手袋 | F1 | 0.857 | 0.857 | 0.875 |
| 安全帯 | 一致率 | 0.675 | 0.667 | 0.650 |
| フォークリフト | 一致率 | 0.680 | 0.600 | 0.590 |
| パレットトラック | 一致率 | 0.608 | 0.608 | 0.642 |
| カゴパレット | 一致率 | 0.900 | 0.883 | 0.900 |
| 総合 | 0.820 | 0.811 | 0.814 |
総合で誤差圏の同等です。フォークリフトのみ-0.08の低下があり、それ以外は±0.02以内です。GGUF版はLoRAをbf16ベースへ融合してから変換しています(学習アダプタはテキスト側のみで視覚塔は無改変・融合による劣化は検証セットで未検出)。テストデータでの確定値は本体repoの表を参照してください。
使い方
# CLIで1枚
llama-mtmd-cli -m shokuba-probe-2b-Q8_0.gguf --mmproj mmproj-shokuba-probe-2b-f16.gguf \
--image site.jpg --temp 0 -n 60 \
-p "この画像に写っている人を数えてください。全体の人数、そのうちヘルメット(保護帽)を着用している人数、着用していない人数を「人数:N人、着用:N人、未着用:N人」の形式で答えてください。"
# サーバ(OpenAI互換API)
llama-server -m shokuba-probe-2b-Q8_0.gguf --mmproj mmproj-shokuba-probe-2b-f16.gguf \
--port 8080 --jinja -c 8192 --image-min-tokens 64 --image-max-tokens 2048
運用上の注意3点(いずれも実測で確認済み):
- APIでは画像をテキストより先に置いてください。 contentの並びを
[image_url, text]にします。逆順だと細部の判定(ヘアネット等)が大きく劣化します(F1 0.955→0.633)。 -c 8192等でコンテキスト長を指定してください。 無指定はモデル宣言の262Kで確保しようとしてメモリ不足になります。--image-min-tokens 64 --image-max-tokens 2048を推奨します。 無指定だと画像が過剰に縮小され、小さな対象の判定が落ちます。
質問文は上の形式(「人数:N人、着用:N人、未着用:N人」等の回答形式指定つき)が最も安定します。12種の質問文は本体repoを参照してください。
データと帰属
学習・評価データの出典は本体repoの「データと帰属」を参照してください(SHEL5K・Roboflow各種・Kitchen Hygiene Gear・CAUCAFall・D-Fire・LOCO・MEVA等、CC BY 4.0/CC0中心)。ベースは Qwen/Qwen3-VL-2B-Instruct(Apache-2.0)です。
Developed by tokimoa — データを外に出さないAI活用を支援しています
- Downloads last month
- 96
4-bit
8-bit
16-bit
Model tree for tokimoa/shokuba-probe-2b-GGUF
Base model
Qwen/Qwen3-VL-2B-Instruct