Instructions to use fwizzer1/Fwizzer-R1-3B-RU-v2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use fwizzer1/Fwizzer-R1-3B-RU-v2 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 fwizzer1/Fwizzer-R1-3B-RU-v2
# Run inference directly in the terminal:
llama cli -hf fwizzer1/Fwizzer-R1-3B-RU-v2

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-v2
# Run inference directly in the terminal:
llama cli -hf fwizzer1/Fwizzer-R1-3B-RU-v2

Build from source code

git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-app
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama serve -hf fwizzer1/Fwizzer-R1-3B-RU-v2
# Run inference directly in the terminal:
./build/bin/llama cli -hf fwizzer1/Fwizzer-R1-3B-RU-v2

Use Docker

docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU-v2

Llama new
LM Studio
Jan

vLLM

How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "fwizzer1/Fwizzer-R1-3B-RU-v2"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "fwizzer1/Fwizzer-R1-3B-RU-v2",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU-v2

Ollama
How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with Ollama:
```
ollama run hf.co/fwizzer1/Fwizzer-R1-3B-RU-v2
```
Unsloth Desktop

How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf fwizzer1/Fwizzer-R1-3B-RU-v2

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "fwizzer1/Fwizzer-R1-3B-RU-v2"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with Docker Model Runner:
```
docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU-v2
```

Lemonade

How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull fwizzer1/Fwizzer-R1-3B-RU-v2

Run and chat with the model

lemonade run user.Fwizzer-R1-3B-RU-v2-{{QUANT_TAG}}

List all available models

lemonade list

Hermes Agent

How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf fwizzer1/Fwizzer-R1-3B-RU-v2

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 fwizzer1/Fwizzer-R1-3B-RU-v2

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use fwizzer1/Fwizzer-R1-3B-RU-v2 with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf fwizzer1/Fwizzer-R1-3B-RU-v2

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 "fwizzer1/Fwizzer-R1-3B-RU-v2" \
  --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"

fwizzer1 commited on Sep 5

Commit

4a57fab

verified ·

1 Parent(s): b4a9639

Upload README.md with huggingface_hub

Browse files

Files changed (1) hide show

README.md +45 -0

README.md ADDED Viewed

	@@ -0,0 +1,45 @@

+---
+language:
+- ru
+- en
+license: apache-2.0
+pipeline_tag: text-generation
+tags:
+- reasoning
+- deepseek-r1
+- ru-deepthink-mega
+- mistral
+- text-generation
+- gguf
+- godot
+- procedural-generation
+---
+# 🧠 Fwizzer-R1-3B-RU-v2
+Вторая улучшенная версия русскоязычной мыслящей языковой модели **Fwizzer-R1-3B-RU**, дообученная на масштабном мега-датасете [fwizzer1/ru-deepthink-mega](https://huggingface.co/datasets/fwizzer1/ru-deepthink-mega) (17 281 пример со 100% рассуждениями).
+## 🚀 Ключевые улучшения версии v2:
+1. **100% Reasoning:** Все примеры без размышлений удалены. Модель ВСЕГДА рассуждает внутри `<think> ... </think>`.
+2. **Думание в стоке (Stock Thinking):** В GGUF зашит шаблон `chat_template.jinja`, который автоматически генерирует тег `<think>` при начале ответа даже без системного промпта.
+3. **Процедурная генерация:** Добавлен глубокий блок алгоритмов (Cellular Automata для пещер, BSP комнаты/подземелья, шум Перлина, лабиринты, генерация лута и аффиксов) на **Godot 4 GDScript** и **Python**.
+4. **Логико-математические капканы:** Отработаны парадоксы и ловушки токенизации (9.11 vs 9.9, подсчёт букв в словах, парадокс Монти Холла, задачи со временем и ресурсами).
+5. **Kimi K3 Traces:** Добавлены пошаговые структурированные траектории рассуждений Kimi K3 (RU + EN + ZH).
+6. **Полный Shuffle:** Данные равномерно перемешаны для гармоничного восприятия тем.
+---
+## 📦 Доступные квантизации GGUF:
+| Файл | Квантование | Размер | Назначение |
+| :--- | :---: | :---: | :--- |
+| **`Fwizzer-R1-3B-Speed.gguf`** | Q4_K_M | ~2.0 GB | Максимальная скорость, лёгкий запуск на любых ПК |
+| **`Fwizzer-R1-3B-Balanced.gguf`** | Q5_K_M | ~2.4 GB | Золотая середина между качеством и скоростью |
+| **`Fwizzer-R1-3B-High.gguf`** | Q6_K | ~2.8 GB | Почти без потери точности FP16 |
+| **`Fwizzer-R1-3B-Max.gguf`** | Q8_0 | ~3.4 GB | Максимальный интеллект и точность рассуждений |
+| **`Fwizzer-R1-3B-Compat.gguf`** | Q4_0 | ~1.9 GB | Совместимость с любыми старыми движками llama.cpp |
+---
+## 🛠️ Запуск в LM Studio
+1. Скачайте любую квантизацию GGUF.
+2. Пресет `Fwizzer-R1.preset.json` уже находится в репозитории — LM Studio автоматически свернёт рассуждения в красивый блок **Thought**.