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_tr.md

23Olivilo

rag link tr

04ef0ef verified 13 days ago

preview code

Raw

History Blame Contribute Delete

6.22 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 — Balkan ve Güneydoğu Avrupa için açık, dürüst bir LLM

зора = „şafak". Hepsini birleştiren tek bir model. — Sovasoft (ai.in.rs) tarafından

1 · Zora nedir?

Zora; Sırpça, Hırvatça, Boşnakça, Makedonca, Slovence, Arnavutça, Karadağca, Bulgarca, Yunanca, Türkçe, Romence ve Macarca olmak üzere Balkanlar ve Güneydoğu Avrupa'nın 12 dili için geliştirilmiş açık bir 8B dil modelidir (Qwen3-8B tabanlıdır).

Zora en büyük model olmak için değil; dürüst, dile hakim ve çok perspektifli olmak için inşa edilmiştir:

İngilizce üzerinden aktarma yapmak yerine hedef dilde düşünür,
Tartışmalı konularda tek bir ulusal görüş yerine birkaç farklı perspektif sunar,
Ve her şeyden önemlisi: Gerçekleri uydurmak yerine bilmediği zaman bunu itiraf eder.

2 · Geliştirme hikayesi (v1.0 → v1.1 → v1.11)

Versiyon	Diller	Durum
v1.0	6	ilk halka açık sürüm
v1.1	12	sıfırdan eğitildi — ancak gerçekleri halüsinasyonla uydurdu (kitap başlıklarını uydurdu, yanlış yazarlar belirtti). Asla yayınlanmadı.
v1.11	12	dürüstlük düzeltmesi: „bilmiyorum" der, emin olmadığında arama yapar, dil içi akıl yürütme gerçekleştirir. Bu sürüm.

v1.1 bize temel bir ders verdi: küçük bir model her gerçeği ezberleyemez, bu yüzden uydurmak yerine v1.11 dürüst olması için yeniden eğitildi (aşağıdaki benchmark'a bakınız).

3 · Güçlü ve zayıf yönler (dürüstçe)

Güçlü Yönler

✅ Dürüstlük: Halüsinasyon görmek yerine belirsizliği kabul eder (v1.1'e kıyasla HALLU 1→10, DETAIL 0→8)
✅ Dil içi kalite: öğretim, uzun formlu içerikler, talimatlar — 12 dilin tamamında güçlüdür
✅ Araç ayrımı: genel bilgi sorularını doğrudan yanıtlar, yalnızca gerektiğinde arama yapar
✅ Tartışmalı tarih/kültür konularında çok perspektifli yaklaşım

Sınırlar (dikkat edilmesi gerekenler)

⚠️ Çok adımlı mantık/matematik (LOGIC/ANALYSIS) zayıftır — bu bir 8B limitidir; adım adım <think> kullanımı yardımcı olur ve v1.12'de iyileştirilmektedir
⚠️ Olgu derinliği sınırlıdır (8B) — kesin gerçekler (hukuk, tarihler, güncel veriler) için RAG/web-arama kullanın, hafızaya güvenmeyin
⚠️ Kuantizasyon: Q5_K_M / Q6_K / Q8_0 kullanın. Q4 ve altından kaçının — ağır kuantizasyon testlerimizde modelin halüsinasyon görmesine neden oldu.

4 · Benchmark (BalkanBench, 13 eksen × 12 dil)

🔬 BalkanBench is open — test any model yourself: https://github.com/olivilo/balkanbench Deterministik puanlama (betik / dil / anahtar kelimeler / sayılar). v1.11 (16-bit): 84/156.

Zora alanında liderdir — mevcut Gemma-4-31B ve Qwen3.6-30B dahil olmak üzere kendisinden 3-4 kat daha büyük modelleri geride bırakmaktadır:

Model	Boyut	Puan
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

Kuantizasyon performansı güçlü kalıyor — Q5/Q6/Q8'in tamamı kullanılabilir durumda (Q4'ten kaçının):

Sayılarla dürüstlük düzeltmesi ve eksen bazlı güçlü yönler:

5 · Kullanım

Önerilen kuant: Q5_K_M (dengeli) veya Q6_K (kayıpsıza yakın). 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 · Zora'nın büyümesine yardımcı olun

Zora'nın en zayıf olduğu alanlar olgu derinliği ve bazı daha küçük dillerdir. 12 dilden herhangi birinde açık, lisanslanabilir kaynaklar (metinler, korpuslar, sözlükler) gönderin → kontakt@ai.in.rs. Kendi dilinizde düşünmenin neden önemli olduğu hakkında çok dilli manifesto WHY-LANGUAGES'a göz atın.

7 · Teşekkürler

Zora, açık kaynak sayesinde var oldu. Resmi ve yürekten teşekkürlerimizi sunarız:

Her şeyden önce, Alibaba'daki Qwen ekibine — Zora'nın üzerine inşa edildiği temel model olan Qwen3'ü (Apache-2.0) geliştirdikleri ve açık kaynak olarak sundukları için. Onların cömertliği olmasaydı Zora var olmazdı.
Bunu mümkün kılan platformlara ve yapılara — Kaggle, Google Colab, Modal, HuggingFace, Ollama, Unsloth — hesaplama gücü, araçlar ve açık altyapı için.
Açık kaynak topluluğuna, herkesle özgürce paylaşılan modeller, kodlar ve bilgiler için.
Balkan halklarına — dilleri, sesleri, hikayeleri ve perspektifleri Zora'nın ta kendisi olduğu için.
Ve var olan her şeye.

зора — şafak herkese aittir.

Sovasoft · ai.in.rs · hepsini birleştiren tek bir model