Instructions to use Officerofff/Ofcen-CHRU-v1.2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use Officerofff/Ofcen-CHRU-v1.2 with Transformers:

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

pipe = pipeline("text-generation", model="Officerofff/Ofcen-CHRU-v1.2")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# pip install -U transformers accelerate
# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Officerofff/Ofcen-CHRU-v1.2")
model = AutoModelForCausalLM.from_pretrained("Officerofff/Ofcen-CHRU-v1.2", 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=256)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use Officerofff/Ofcen-CHRU-v1.2 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "Officerofff/Ofcen-CHRU-v1.2"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "Officerofff/Ofcen-CHRU-v1.2",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/Officerofff/Ofcen-CHRU-v1.2

SGLang

How to use Officerofff/Ofcen-CHRU-v1.2 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 "Officerofff/Ofcen-CHRU-v1.2" \
    --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": "Officerofff/Ofcen-CHRU-v1.2",
		"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 "Officerofff/Ofcen-CHRU-v1.2" \
        --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": "Officerofff/Ofcen-CHRU-v1.2",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use Officerofff/Ofcen-CHRU-v1.2 with Docker Model Runner:
```
docker model run hf.co/Officerofff/Ofcen-CHRU-v1.2
```

Ofcen-CHRU v1.2

Ofcen-CHRU v1.2 — компактный (0.6B) ИИ-ассистент для чата на русском языке от команды Ofcen. Это Qwen3-0.6B, дообученная (LoRA, затем слита с весами) на ~113 000 русских диалогов. Работает на обычной видеокарте и даже на процессоре.

Что нового по сравнению с v1.1:

режим размышлений (thinking) — включается и выключается, как у Qwen3; есть уровни (низкий / средний / высокий);
знания и общение заметно лучше (см. таблицу);
знает, кто она, даже без системного промпта;
обучена вызывать поиск (формат <tool_call> Qwen3) и отвечать по найденному;
меньше вставок иероглифов, данные очищены от зацикленных ответов;
обучение на примерах длиной до 8192 токенов.

Результаты — Ofcen-Bench-RU

200 русских вопросов в 8 категориях, написанных вручную (не входят в обучение). Ответы сравнивались попарно и вслепую (порядок A/B случайный, названия скрыты), судья — Gemini 4 Argon. Победа = 1, ничья = 0.5. Все модели — без размышлений и без поиска, greedy, до 768 токенов.

Категория	Qwen3-0.6B	Ofcen-CHRU v1.1	Ofcen-CHRU v1.2
Итого (против Qwen3-0.6B)	50%	54.5%	60.2%
факты	50%	64%	84%
советы	50%	50%	74%
общение	50%	56%	74%
тексты	50%	52%	60%
объяснения	50%	72%	56%
код	50%	60%	46%
инструкции	50%	50%	48%
логика и задачи	50%	32%	40%

v1.2 против Qwen3-0.6B: 107 побед, 27 ничьих, 66 поражений. В прямом сравнении с v1.1 — 46.5%: v1.2 сильнее в фактах, советах и логике, но чаще зацикливается в длинных ответах (код, объяснения).

Использование

from transformers import AutoModelForCausalLM, AutoTokenizer

name = "Officerofff/Ofcen-CHRU-v1.2"
tokenizer = AutoTokenizer.from_pretrained(name)
model = AutoModelForCausalLM.from_pretrained(name, dtype="auto", device_map="auto")

messages = [{"role": "user", "content": "Объясни простыми словами, что такое инфляция."}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_dict=True,
                                       return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=512, do_sample=True, temperature=0.7, top_p=0.9,
                     repetition_penalty=1.1)
print(tokenizer.decode(out[0, inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Системный промпт встроен в шаблон чата и подставляется сам, если вы не задали свой.

Режим размышлений

По умолчанию выключен. Чтобы включить — enable_thinking=True в apply_chat_template (или переключатель Think в LM Studio). Уровень задаётся строкой в системном промпте:

system = ("Ты — Ofcen-CHRU, ИИ-ассистент от команды Ofcen. Отвечай на русском языке, по делу, понятно и дружелюбно.\n"
          "Уровень рассуждения: высокий.")   # низкий / средний / высокий
messages = [{"role": "system", "content": system}, {"role": "user", "content": "Сколько будет 17 × 23?"}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, enable_thinking=True,
                                       return_dict=True, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=4096)

Размышления помогают в задачах и логике, но в v1.2 они длинные: на высоком уровне часть ответов не укладывается в 4096 токенов. Для задач лучше средний уровень и запас по max_new_tokens.

Обучение

База: Qwen/Qwen3-0.6B (Apache 2.0). LoRA r=32, alpha=64, все линейные слои; 1 эпоха, lr 1e-4 (cosine), 16 диалогов на шаг, примеры до 8192 токенов; loss по ответам и размышлениям ассистента.

Данные:

IlyaGusev/saiga_scored — диалоги с оценкой ≥ 8/10 (лицензия в карточке датасета не указана);
Vikhrmodels/GrandMaster-PRO-MAX — 50 000 диалогов (Apache 2.0);
d0rj/gsm8k-ru — задачи с пошаговым решением (MIT);
Den4ikAI/ru_sberquad_long_answers — ответы по найденному тексту, для обучения поиску (MIT);
RefalMachine/hybrid_reasoning_dataset_ru (Apache 2.0) и ZeroAgency/ru-thinking-reasoning-r1-v2 (MIT) — рассуждения;
собственные диалоги о модели и о реакции на грубость.

Ограничения

маленькая модель: часто ошибается в фактах (без поиска) и в логике, не замечает подвохов в загадках;
в длинных ответах иногда зацикливается или обрывается;
размышления на высоком уровне бывают слишком длинными;
плохо понимает грубые и бессмысленные сообщения.

Следующая версия (v1.3) исправляет зацикливание и длину размышлений.

Лицензия

Apache 2.0, как у базовой модели Qwen3-0.6B.

Downloads last month: -

Safetensors

Model size

0.6B params

Tensor type

BF16

Model tree for Officerofff/Ofcen-CHRU-v1.2

Base model

Qwen/Qwen3-0.6B-Base

Finetuned

Qwen/Qwen3-0.6B

Finetuned

(1442)

this model