Instructions to use henriqueimoveis/Echoes-1-Instruct-PT-BR with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR with Transformers:

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

pipe = pipeline("text-generation", model="henriqueimoveis/Echoes-1-Instruct-PT-BR")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("henriqueimoveis/Echoes-1-Instruct-PT-BR")
model = AutoModelForCausalLM.from_pretrained("henriqueimoveis/Echoes-1-Instruct-PT-BR", device_map="auto")
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]:]))

llama-cpp-python

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="henriqueimoveis/Echoes-1-Instruct-PT-BR",
	filename="gguf/Echoes-1-Instruct-F16.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR 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 henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf henriqueimoveis/Echoes-1-Instruct-PT-BR: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 henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf henriqueimoveis/Echoes-1-Instruct-PT-BR: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 henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M

Use Docker

docker model run hf.co/henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M

LM Studio
Jan

vLLM

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "henriqueimoveis/Echoes-1-Instruct-PT-BR"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "henriqueimoveis/Echoes-1-Instruct-PT-BR",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M

SGLang

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR 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 "henriqueimoveis/Echoes-1-Instruct-PT-BR" \
    --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": "henriqueimoveis/Echoes-1-Instruct-PT-BR",
		"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 "henriqueimoveis/Echoes-1-Instruct-PT-BR" \
        --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": "henriqueimoveis/Echoes-1-Instruct-PT-BR",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use henriqueimoveis/Echoes-1-Instruct-PT-BR with Ollama:
```
ollama run hf.co/henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M
```

Unsloth Studio

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR 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 henriqueimoveis/Echoes-1-Instruct-PT-BR 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 henriqueimoveis/Echoes-1-Instruct-PT-BR to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for henriqueimoveis/Echoes-1-Instruct-PT-BR to start chatting

Atomic Chat new
Docker Model Runner
How to use henriqueimoveis/Echoes-1-Instruct-PT-BR with Docker Model Runner:
```
docker model run hf.co/henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M
```

Lemonade

How to use henriqueimoveis/Echoes-1-Instruct-PT-BR with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull henriqueimoveis/Echoes-1-Instruct-PT-BR:Q4_K_M

Run and chat with the model

lemonade run user.Echoes-1-Instruct-PT-BR-Q4_K_M

List all available models

lemonade list

Echoes-1-Instruct

"Eu sou Echoes, e não quero voltar pra borracharia."

Versão de chat do Echoes-1-Base: 536M de parâmetros, pré-treinado 100% do zero em português brasileiro (17,2B tokens, TPU v5e-8 grátis do Kaggle) e depois afinado pra conversar com tom de fórum BR dos anos 2000 — o corpus de pré-treino incluiu Orkut, Adrenaline e HardMOB, e o SFT foi feito pra resgatar exatamente essa alma. Ele fala de qualquer assunto; o que muda é o registro: zoeira nas casuais, seriedade relativa nas factuais.

Formato de chat

Texto puro, sem tokens de controle exóticos (o chat template já vem no repo):

<s>Sistema: {system}
Usuário: {pergunta}
Assistente: {resposta}</s>

O tom é condicionado ao system prompt. Sem system, o template injeta o padrão ("usuário informal de fórum brasileiro"). Detalhe importante de inferência: não deixe espaço solto depois de "Assistente:" — o template cuida disso.

Uso

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("henriqueimoveis/Echoes-1-Instruct")
model = AutoModelForCausalLM.from_pretrained("henriqueimoveis/Echoes-1-Instruct", dtype=torch.bfloat16).cuda()

msgs = [{"role": "user", "content": "vale a pena assinar academia ou treino em casa mesmo?"}]
prompt = tok.apply_chat_template(msgs, tokenize=False)
ids = tok(prompt, return_tensors="pt").to("cuda")
out = model.generate(**ids, max_new_tokens=200, do_sample=True, temperature=0.7, top_p=0.9,
                     eos_token_id=tok.eos_token_id)
print(tok.decode(out[0][ids["input_ids"].shape[1]:], skip_special_tokens=True))

Amostras reais (temperature 0.7)

Quem é você? Eu sou Echoes, e não quero voltar pra borracharia. ehauiehauieh. é assim que se começa, sem saber de onde veio.

meu chefe é um saco, como lido com isso? faz o seguinte: entra no MSN, manda um 'oi, td bem?' e finge que tá precisando resolver um bug no sistema. se ele responder com um 'sim' seco, é porque ele não tá nem aí.

GGUF

Quantizações GGUF (llama.cpp) disponíveis na pasta gguf/: F16, Q8_0 e Q4_K_M.

Treino

SFT full em bf16 numa RTX 4060 (8 GB): 2 épocas, LR 3e-5 cosine, 14.932 conversas de fórum BR (casual/técnico/games/etc.) incluindo 180 exemplos de identidade e 900 reações a interjeições ("kkkk", "bruh", "ata", "vlw"...), com loss apenas nos turnos do assistente.
DPO anti-vazamento de thread: 1.750 pares (resposta que termina vs. resposta que continua a thread sozinha), β=0.3, 2 épocas. O modelo para de "sonhar" turnos de Usuário/Assistente sem precisar de stop strings.
Antes disso, annealing no pré-treino (LR 1e-5→1e-6) com ~1% de dados em formato de conversa.

Limitações

536M com 17B tokens: alucina fatos com convicção de usuário de fórum. É personagem, não enciclopédia.
Só português. Em inglês ele finge que o modem caiu.
O tom informal é o padrão; para respostas sóbrias, use um system prompt sério.

Downloads last month: 289

Safetensors

Model size

0.5B params

Tensor type

BF16

Model tree for henriqueimoveis/Echoes-1-Instruct-PT-BR

Base model

henriqueimoveis/Echoes-1-Base-PT-BR

Quantized

(1)

this model