How to use from
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 fwizzer1/Fwizzer-R1-3B-RU
# Run inference directly in the terminal:
llama cli -hf fwizzer1/Fwizzer-R1-3B-RU
Install from WinGet (Windows)
winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf fwizzer1/Fwizzer-R1-3B-RU
# Run inference directly in the terminal:
llama cli -hf fwizzer1/Fwizzer-R1-3B-RU
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 fwizzer1/Fwizzer-R1-3B-RU
# Run inference directly in the terminal:
./llama-cli -hf fwizzer1/Fwizzer-R1-3B-RU
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 fwizzer1/Fwizzer-R1-3B-RU
# Run inference directly in the terminal:
./build/bin/llama-cli -hf fwizzer1/Fwizzer-R1-3B-RU
Use Docker
docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU
Quick Links

🧠 Fwizzer-R1-3B-RU

Fwizzer-R1-3B-RU — это мыслящая русскоязычная языковая модель, обученная по архитектуре пошаговых рассуждений (DeepSeek-R1 CoT) на отборном датасете fwizzer1/ru-deepthink-11k.


⚡️ Доступные версии GGUF

Файл Описание Рекомендуемое железо
Fwizzer-R1-3B-Speed.gguf Быстрая версия (Q4_K_M, 2.15 GB) RTX 3050 / Ноутбуки / 16GB RAM
Fwizzer-R1-3B-Max.gguf Максимальная точность (Q8_0, 3.40 GB) ПК с 8+ GB VRAM

🚀 Использование в LM Studio

  1. Откройте LM Studio.
  2. В строке поиска введите: Fwizzer-R1-3B-RU.
  3. Нажмите Download на Fwizzer-R1-3B-Speed.gguf или Fwizzer-R1-3B-Max.gguf.
  4. Модель готова к работе со шторкой размышлений!

Вшитый системный промпт:

Ты думающая нейросеть а зовут тебя Fwizzer-R1-3B-RU. Весь ход мыслей и шаги пиши внутри тегов <think>(напиши сначала) и </think>(напиши по окончанию рассуждений), а итоговый ответ — обязательно после них.

💻 Использование через Python (llama-cpp-python)

from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id="fwizzer1/Fwizzer-R1-3B-RU",
    filename="Fwizzer-R1-3B-Speed.gguf",
    n_ctx=4096,
    n_gpu_layers=-1,
    flash_attn=True
)

response = llm.create_chat_completion(
    messages=[
        {"role": "user", "content": "Привет! Расскажи о себе и реши задачу на логику."}
    ]
)

print(response["choices"][0]["message"]["content"])
Downloads last month
911
GGUF
Model size
3B params
Architecture
mistral3
Hardware compatibility
Log In to add your hardware

We're not able to determine the quantization variants.

Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support