Instructions to use sovasoft/zora-v1.11 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use sovasoft/zora-v1.11 with Transformers:

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("sovasoft/zora-v1.11", device_map="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use sovasoft/zora-v1.11 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 sovasoft/zora-v1.11:Q5_K_M
# Run inference directly in the terminal:
llama cli -hf sovasoft/zora-v1.11:Q5_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf sovasoft/zora-v1.11:Q5_K_M
# Run inference directly in the terminal:
llama cli -hf sovasoft/zora-v1.11:Q5_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 sovasoft/zora-v1.11:Q5_K_M
# Run inference directly in the terminal:
./llama-cli -hf sovasoft/zora-v1.11:Q5_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 sovasoft/zora-v1.11:Q5_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf sovasoft/zora-v1.11:Q5_K_M

Use Docker

docker model run hf.co/sovasoft/zora-v1.11:Q5_K_M

LM Studio
Jan
Ollama
How to use sovasoft/zora-v1.11 with Ollama:
```
ollama run hf.co/sovasoft/zora-v1.11:Q5_K_M
```

Unsloth Studio

How to use sovasoft/zora-v1.11 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 sovasoft/zora-v1.11 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 sovasoft/zora-v1.11 to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for sovasoft/zora-v1.11 to start chatting

How to use sovasoft/zora-v1.11 with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf sovasoft/zora-v1.11:Q5_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": "sovasoft/zora-v1.11:Q5_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

OpenClaw new

How to use sovasoft/zora-v1.11 with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf sovasoft/zora-v1.11:Q5_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 "sovasoft/zora-v1.11:Q5_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 sovasoft/zora-v1.11 with Docker Model Runner:
```
docker model run hf.co/sovasoft/zora-v1.11:Q5_K_M
```

Lemonade

How to use sovasoft/zora-v1.11 with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull sovasoft/zora-v1.11:Q5_K_M

Run and chat with the model

lemonade run user.zora-v1.11-Q5_K_M

List all available models

lemonade list

Hermes Agent

How to use sovasoft/zora-v1.11 with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf sovasoft/zora-v1.11:Q5_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 sovasoft/zora-v1.11:Q5_K_M

Run Hermes

hermes

Atomic Chat

zora-v1.11 / README_hu.md

23Olivilo

rag link hu

caafa2e verified 12 days ago

preview code

Raw

History Blame Contribute Delete

6.37 kB

metadata

license: apache-2.0
language:
  - sr
  - hr
  - bs
  - mk
  - sl
  - sq
  - cnr
  - bg
  - el
  - tr
  - ro
  - hu
base_model: Qwen/Qwen3-8B
library_name: transformers
tags:
  - balkan
  - southeast-europe
  - multilingual
  - honest-ai
  - sovasoft

🌐 EN · SR · HR · BS · MK · SL · SQ · CNR · BG · EL · TR · RO · HU

Zora — Göttin der Morgenröte, umgeben von den Symbolen der 12 Völker

Zora v1.11 — egy nyílt, őszinte LLM a Balkán és Délkelet-Európa számára

зора = „hajnal". Egy, amely mindet egyesíti. — Sovasoft (ai.in.rs) által

1 · Mi a Zora

A Zora egy nyílt 8B nyelvi modell (a Qwen3-8B alapjaira építve) a Balkán és Délkelet-Európa 12 nyelvéhez: szerb, horvát, bosnyák, macedón, szlovén, albán, montenegrói, bolgár, görög, török, román és magyar.

A Zora nem arra terve졌다, hogy a legnagyobb modell legyen — célja, hogy őszinte legyen, közvetlenül a célnyelven működjön és több perspektívát nyújtson:

a célnyelven gondolkodik, nem pedig az angol nyelven keresztül fordít,
több nézőpontot mutat vitatott témákban egyetlen nemzeti nézet helyett,
és mindenek előtt: beismeri, ha nem tud valamit, ehelyett nem talál ki tényeket.

2 · A fejlesztés története (v1.0 → v1.1 → v1.11)

Verzió	Nyelvek	Állapot
v1.0	6	első nyilvános kiadás
v1.1	12	nulláról tanítva — de tényeket hallucinált (kitalált könyvcímek, rossz szerzők). Soha nem került kiadásra.
v1.11	12	az őszinte javítás: mondja azt, hogy „nem tudom", keresi az információt, ha bizonytalan, célnyelvi érvelés. Ez a kiadás.

A v1.1 fontos tanítást nyújtott: egy kis modell nem tud minden tényt megjegyezni, ezért a szimulálás helyett a v1.11-et úgy tanítottuk újra, hogy őszinte legyen (lásd az alábbi benchmarkot).

3 · Erősségek és korlátok (őszintén)

Erősségek

✅ Őszinteség: beismeri a bizonytalanságot a hallucinálás helyett (HALLU 1→10, DETAIL 0→8 a v1.1-hez képest)
✅ Nyelvi minőség: oktatás, hosszú formátumú szövegek, utasítások — mindegyik erős mind ال 12 nyelvben
✅ Eszközök differenciálása: az általános ismereteket közvetlenül megválaszolja, csak szükség esetén keres
✅ Több perspektíva vitatott történelem/kultúra esetén

Korlátok (kérjük, vegyék figyelembe)

⚠️ Több lépéses logika/matematika (LOGIC/ANALYSIS) gyenge — ez egy 8B korlát; a lépésről lépésre történő <think> segít, és a v1.12-ben javul
⚠️ A ténybeliség mélysége korlátozott (8B) — pontos tényekhez (törvények, dátumok, aktuális adatok) használjon RAG/web-keresést, ne csak a memóriára hagyatkozzon
⚠️ Kvantizálás: használja a Q5_K_M / Q6_K / Q8_0 verziókat. Kerülje a Q4-öt és az alatta lévőket — a erős kvantizálás teszteink során hallucinálást okozott a modellnél.

4 · Benchmark (BalkanBench, 13 tengely × 12 nyelv)

🔬 BalkanBench is open — test any model yourself: https://github.com/olivilo/balkanbench Determinisztikus pontozás (script / nyelv / kulcsszavak / számok). v1.11 (16-bit): 84/156.

A Zora vezeti a mezőnyt — legyőzi a 3–4-szer nagyobb modelleket is, beleértve a jelenlegi Gemma-4-31B és Qwen3.6-30B modelleket:

Modell	Méret	Pontszám
Zora v1.11	8B	84
Gemma-4-31B	31B	77
Mistral-24B	24B	73
Qwen3.6-30B	30B	73
Salamandra	7B	66
EuroLLM	9B	65
Qwen2.5-32B	32B	65
Gemma-2-27B	27B	63
Aya	8B	61
BgGPT	7B	56
YugoGPT	7B	35

A kvantizálás után is erős marad — a Q5/Q6/Q8 továbbra is használható (kerülje a Q4-öt):

Az őszinteségi javítás számokban, és tengelyenkénti erősségek:

5 · Használat

Ajánlott kvantizálás: Q5_K_M (kiegyensúlyozott) vagy Q6_K (szinte veszteségmentes). Ollama: ollama run olivilo/zora # or: ollama run hf.co/sovasoft/zora-v1.11:Q5_K_M.

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("sovasoft/zora-v1.11")
model = AutoModelForCausalLM.from_pretrained("sovasoft/zora-v1.11", device_map="auto")

📚 Give Zora your own knowledge: see RAG-GUIDE — connect your own documents (zora_rag.py, Ollama+numpy) or live web search. Zora answers only from the sources and admits when it cannot find the answer.

6 · Segítse a Zora növekedését

A Zora leggyengébb területei a ténybeliség mélysége és néhány kisebb nyelv. Küldjön nekünk nyílt, licencelhető forrásokat (szövegeket, korpuszokot, glosszáriumokat) bármelyik 12 nyelven → kontakt@ai.in.rs. Olvassa el a WHY-LANGUAGES többnyelvű manifesztumot arról, hogy miért fontos a saját nyelven való gondolkodás.

7 · Köszönetnyilváníthatások

A Zora a nyílt forráskódnak köszönheti létezését. Hivatalos, szívből jövő köszönetünk jár:

Először is az Alibaba Qwen csapatának — a Qwen3 (Apache-2.0) fejlesztéséért és nyílt forráskódúá tételéért, amely a Zora alapmodellje. Generozitásuk nélkül a Zora nem létezne.
Azok a platformok és struktúrák számára, amelyek lehetővé tették ezt — Kaggle, Google Colab, Modal, HuggingFace, Ollama, Unsloth — a számítási erőforrásokért, az eszközökért és a nyílt infrastruktúráért.
A nyílt forráskódú közösségnek, a mindenki számára szabadon megosztott modellekért, kódokért és tudásért.
A Balkán népeinek — akiknek nyelvei, hangjai, történetei és perspektívái a Zora szíve.
És minden létezőnek.

зора — a hajnal mindenkié.

Sovasoft · ai.in.rs · egy, amely mindet egyesíti