Update README with Speed and Max filenames

README.md

@@ -3,49 +3,63 @@ language:
 - ru
 - en
 license: apache-2.0
-base_model: mistralai/Ministral-3B-Instruct-2410
 tags:
 - reasoning
 - deepseek-r1
-- think
 - ru-deepthink-11k
+- mistral
 - text-generation
 - gguf
-- llama.cpp
-- unsloth
 pipeline_tag: text-generation
 ---
 
-# 🧠 Fwizzer-R1-3B-RU (Thinking Reasoning LLM)
+# 🧠 Fwizzer-R1-3B-RU
 
-**Fwizzer-R1-3B-RU** — это мощная русскоязычная мыслящая языковая модель (Reasoning LLM) на архитектуре Ministral 3B, обученная по методологии **DeepSeek-R1** на датасете [fwizzer1/ru-deepthink-11k](https://huggingface.co/datasets/fwizzer1/ru-deepthink-11k) (11 000 пошаговых диалогов).
+**Fwizzer-R1-3B-RU** — это мыслящая русскоязычная языковая модель, обученная по архитектуре пошаговых рассуждений (**DeepSeek-R1 CoT**) на отборном датасете [`fwizzer1/ru-deepthink-11k`](https://huggingface.co/datasets/fwizzer1/ru-deepthink-11k).
 
 ---
 
-## 🌟 Ключевые возможности
+## ⚡️ Доступные версии GGUF
 
-1. 🏷 **Вшитая идентичность и системный промпт (general.name)**
-   * Модель на уровне ядра знает своё имя: **Fwizzer-R1-3B-RU**.
-   * Вшит дефолтный 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.»*
+| 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 |
 
-2. 🧠 **Глубокое мышление (DeepSeek-R1 Architecture)**
-   * Перед ответом модель активирует внутренний «черновик» в тегах `<think> ... </think>`, анализирует скрытые подвохи, краевые случаи и выводит математические доказательства.
+---
 
-3. 🎭 **Графическая шторка размышлений в LM Studio (Reasoning UI)**
-   * В репозиторий вшит файл `model.yaml` с флагами `reasoning: true` и `reasoningFormat: deepseek`. При скачивании в LM Studio мысли автоматически сворачиваются в красивую плашку *Thought for X.Xs*.
+## 🚀 Использование в LM Studio
 
-4. 🛡 **Защита от сбоев (Fix Error 500)**
-   * Оптимизированный Jinja-шаблон чата без конфликтов системных сообщений, полная поддержка Flash Attention 2.
+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!
 
-5. 📚 **Расширенный контекст (до 256K токенов с RoPE YaRN Scaling)**
-   * Поддержка длинных кодовых баз, документаций и книг.
+### Вшитый системный промпт:
+```text
+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.
+```
 
 ---
 
-## 🚀 Запуск в LM Studio
+## 💻 Использование через Python (llama-cpp-python)
 
-1. Откройте **LM Studio**.
-2. В строке поиска введите: `fwizzer1/Fwizzer-R1-3B-RU`.
-3. Скачайте квантование **`Fwizzer-R1-3B.Q4_K_M.gguf`** (2.1 ГБ) или **`Q8_0`** (3.4 ГБ).
-4. Запустите чат — модель сразу готова к работе с автоматическим блоком размышлений!
+```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"])
+```