初始化项目，由ModelHub XC社区提供模型

Model: ryukin164/LFM2.5-1.2B-Q4-JP
Source: Original Platform

README.md

@@ -0,0 +1,41 @@
+---
+license: apache-2.0
+language:
+- ja
+- en
+base_model: LiquidAI/LFM2.5-1.2B-JP
+tags:
+- liquid
+- lfm
+- gguf
+- quantization
+- business
+- expert
+library_name: gguf
+pipeline_tag: text-generation
+---
+
+# LFM 2.5 1.2B ビジネス専門家 (Q4_K_M GGUF)
+
+## 📌 モデル概要
+本プロジェクトは、[LiquidAI/LFM2.5-1.2B-JP](https://huggingface.co/LiquidAI/LFM2.5-1.2B-JP) をベースとした、**ビジネスシーン、専門的なコンサルティング、および論理的推論**に特化した量子化済みモデルです。
+
+最新の `llama.cpp` を使用し、**Q4_K_M** 形式で量子化を行いました。731MB という極めて軽量なサイズながら、高い推論能力を維持しています。
+
+* **アーキテクチャ:** LFM (Liquid Foundation Model) - 線形回帰と畳み込みを組み合わせた非 Transformer 構造。
+* **パラメータ数:** 1.2B
+* **量子化形式:** GGUF (Q4_K_M)
+* **ファイルサイズ:** 731 MB
+* **主な用途:** モバイルデバイスでの実行、低スペックサーバー、ビジネス対話エージェント。
+
+## 🚀 使い方
+
+### 1. llama.cpp で実行
+```bash
+./llama-cli -m LFM-Business-Perfect-Q4.gguf -n 512 --prompt "<|im_start|>user\n新規事業のキャッシュフローを最適化する方法を教えてください。<|im_end|>\n<|im_start|>assistant\n"
+2. Python (llama-cpp-python) で実行Pythonfrom llama_cpp import Llama
+
+llm = Llama(model_path="./LFM-Business-Perfect-Q4.gguf", n_ctx=2048)
+output = llm("<|im_start|>user\nビジネスプランの添削をお願いします。<|im_end|>\n<|im_start|>assistant\n", max_tokens=512)
+print(output["choices"][0]["text"])
+🛠 量子化の詳細Q4_K_M 量子化により、モデルの知能指数を最大限に保持しつつ、メモリ消費を大幅に削減しました。1.2B クラスのモデルにおいて、CPU 環境での実行に最も適したバランスです。項目詳細オリジナルサイズ~2.5 GB量子化後サイズ731 MB推奨 RAM2GB 以上⚠️ 免責事項このモデルは学習および研究目的で公開されています。生成される回答はアルゴリズムによるものであり、正確性や法的効力を保証するものではありません。実際のビジネス判断に際しては、専門家にご相談ください。🤝 謝辞優れたベースモデルをオープンソースとして公開してくださった Liquid AI チームに深く感謝いたします。