Instructions to use ProfEngel/OwlLM2-e2b with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ProfEngel/OwlLM2-e2b with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="ProfEngel/OwlLM2-e2b",
	filename="OwlLM2-e2b.Q8_0.gguf",
)

llm.create_chat_completion(
	messages = "\"The answer to the universe is 42\""
)

Notebooks
Google Colab
Kaggle
Local Apps

llama.cpp

How to use ProfEngel/OwlLM2-e2b with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf ProfEngel/OwlLM2-e2b:Q8_0
# Run inference directly in the terminal:
llama-cli -hf ProfEngel/OwlLM2-e2b:Q8_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf ProfEngel/OwlLM2-e2b:Q8_0
# Run inference directly in the terminal:
llama-cli -hf ProfEngel/OwlLM2-e2b:Q8_0

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 ProfEngel/OwlLM2-e2b:Q8_0
# Run inference directly in the terminal:
./llama-cli -hf ProfEngel/OwlLM2-e2b:Q8_0

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 ProfEngel/OwlLM2-e2b:Q8_0
# Run inference directly in the terminal:
./build/bin/llama-cli -hf ProfEngel/OwlLM2-e2b:Q8_0

Use Docker

docker model run hf.co/ProfEngel/OwlLM2-e2b:Q8_0

LM Studio
Jan
Ollama
How to use ProfEngel/OwlLM2-e2b with Ollama:
```
ollama run hf.co/ProfEngel/OwlLM2-e2b:Q8_0
```

Unsloth Studio new

How to use ProfEngel/OwlLM2-e2b 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 ProfEngel/OwlLM2-e2b 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 ProfEngel/OwlLM2-e2b to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for ProfEngel/OwlLM2-e2b to start chatting

Docker Model Runner
How to use ProfEngel/OwlLM2-e2b with Docker Model Runner:
```
docker model run hf.co/ProfEngel/OwlLM2-e2b:Q8_0
```

Lemonade

How to use ProfEngel/OwlLM2-e2b with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull ProfEngel/OwlLM2-e2b:Q8_0

Run and chat with the model

lemonade run user.OwlLM2-e2b-Q8_0

List all available models

lemonade list

ProfEngel commited on Jul 22, 2025

Commit

e111912

verified ·

1 Parent(s): e009843

Update README.md

Browse files

Files changed (1) hide show

README.md +18 -4

README.md CHANGED Viewed

@@ -1,3 +1,11 @@
 # ModelCard – OwlLM2 **Controlling-Experte**
 ## Modellübersicht
@@ -34,7 +42,7 @@ OwlLM2 ist eine speziell auf deutsches Controlling und Rechnungswesen finegetune
 | Parameter | Wert |
 | :-- | :-- |
-| **GPU** | NVIDIA T4 (16GB VRAM) |
 | **Trainingsdauer** | 76,76 Minuten (4.605,80 Sekunden) |
 | **Peak Memory** | 8,268 GB (37,31% der verfügbaren VRAM) |
 | **Training Memory** | 0,62 GB (2,80% für LoRA-Training) |
@@ -84,15 +92,15 @@ OwlLM2 wird in verschiedenen optimierten Formaten bereitgestellt:
 ### **Vollständiges Modell (Safetensors)**
 - **Format:** vLLM-kompatible Safetensors
-- **Größe:** ~5-6 GB
 - **Verwendung:** Direkter Einsatz ohne Basis-Modell
 - **Ideal für:** Production-Deployments
 ### **GGUF-Quantisierung**
-- **8-Bit GGUF:** ~2-3 GB, optimiert für CPU/kleine GPUs
-- **4-Bit GGUF:** ~1-2 GB, maximale Kompression
 - **Ideal für:** Edge-Computing, lokale Anwendungen
@@ -319,3 +327,9 @@ Für Fragen, Verbesserungsvorschläge oder spezielle Anwendungsfälle im deutsch
 - Kann Fehler enthalten oder veraltete Informationen wiedergeben
 Entscheidungen, die auf Basis der Modell-Ausgaben getroffen werden, erfolgen auf eigenes Risiko und eigene Verantwortung.

+---
+license: apache-2.0
+language:
+- de
+base_model:
+- google/gemma-3n-E2B-it
+pipeline_tag: text-to-speech
+---
 # ModelCard – OwlLM2 **Controlling-Experte**
 ## Modellübersicht
 | Parameter | Wert |
 | :-- | :-- |
+| **GPU** | NVIDIA L4 (24GB VRAM) |
 | **Trainingsdauer** | 76,76 Minuten (4.605,80 Sekunden) |
 | **Peak Memory** | 8,268 GB (37,31% der verfügbaren VRAM) |
 | **Training Memory** | 0,62 GB (2,80% für LoRA-Training) |
 ### **Vollständiges Modell (Safetensors)**
 - **Format:** vLLM-kompatible Safetensors
+- **Größe:** ~7-9 GB
 - **Verwendung:** Direkter Einsatz ohne Basis-Modell
 - **Ideal für:** Production-Deployments
 ### **GGUF-Quantisierung**
+- **8-Bit GGUF:** ~4-5 GB, optimiert für CPU/kleine GPUs
+- **4-Bit GGUF:** ~1-2 GB, maximale Kompression (noch nicht verfügbar!)
 - **Ideal für:** Edge-Computing, lokale Anwendungen
 - Kann Fehler enthalten oder veraltete Informationen wiedergeben
 Entscheidungen, die auf Basis der Modell-Ausgaben getroffen werden, erfolgen auf eigenes Risiko und eigene Verantwortung.
+**OwlLM2 – Ihr KI-gestützter Partner für professionelles Controlling**
+<div style="text-align: center">⁂</div>
+[^1]: Gemma3N_-4B-_Conversational.ipynb