Update README with full documentation and reasoning tags

README.md

@@ -3,110 +3,49 @@ language:
 - ru
 - en
 license: apache-2.0
+base_model: mistralai/Ministral-3B-Instruct-2410
 tags:
 - reasoning
 - deepseek-r1
 - think
-- mistral
+- ru-deepthink-11k
+- text-generation
 - gguf
-- lmstudio
+- llama.cpp
 - unsloth
-- code
-- programming
 pipeline_tag: text-generation
-base_model: mistralai/Ministral-3-3B-Instruct-2512
 ---
 
-<div align="center">
+# 🧠 Fwizzer-R1-3B-RU (Thinking Reasoning LLM)
 
-# 🧠 Fwizzer-R1-3B-RU
-
-**A lightweight, high-performance Russian reasoning model powered by Ministral 3B with DeepSeek-R1 style step-by-step thinking.**
-
-[![Dataset](https://img.shields.io/badge/Dataset-ru--deepthink--11k-blue)](https://huggingface.co/datasets/fwizzer1/ru-deepthink-11k)
-[![License](https://img.shields.io/badge/License-Apache_2.0-green.svg)](https://opensource.org/licenses/Apache-2.0)
-[![GGUF](https://img.shields.io/badge/GGUF-Q4__K__M%20%7C%20Q8__0-purple)](#-available-gguf-quantizations)
-
-</div>
-
----
-
-## 🌟 Overview
-
-**Fwizzer-R1-3B-RU** is a specialized Russian reasoning language model fine-tuned on **11,000 verified multi-step reasoning dialogues** from [`fwizzer1/ru-deepthink-11k`](https://huggingface.co/datasets/fwizzer1/ru-deepthink-11k).
-
-It integrates native `<think>...</think>` internal monologue before every response, making it exceptional at:
-- **💻 Code Generation & Engineering**: Clean multi-language programming, algorithm design, debugging, refactoring, and software architecture.
-- **🧩 Math & Logic Reasoning**: Step-by-step problem solving, formal logic, and self-verification.
-- **⚡️ Ultra-fast Local Inference**: Optimized to run at **80+ tokens/sec** on budget GPUs (e.g. NVIDIA RTX 3050 4GB VRAM) with minimal memory footprint (~2.1 GB VRAM).
-
----
-
-## 📦 Available GGUF Quantizations
-
-| File | Size | VRAM Required | Recommended For |
-| :--- | :--- | :--- | :--- |
-| **`Ministral-3-3B-Instruct-2512.Q4_K_M.gguf`** | **2.05 GB** | **~2.8 GB (with 4096 ctx)** | **Recommended (Best speed/accuracy balance)** |
-| **`Ministral-3-3B-Instruct-2512.Q8_0.gguf`** | **3.41 GB** | **~4.2 GB (with 4096 ctx)** | **Maximum precision** |
-
----
-
-## 🚀 Quickstart in LM Studio
-
-1. Open **LM Studio** and go to the **🔍 Search** tab.
-2. Search for:
-   ```text
-   fwizzer1/Fwizzer-R1-3B-RU
-   ```
-3. Click **Download** on `Q4_K_M`.
-4. Load the model and start chatting! The model will automatically output reasoning thoughts in `<think>...</think>` blocks.
+**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).
 
 ---
 
-## 💻 Python / Transformers Usage
-
-```python
-from transformers import AutoModelForCausalLM, AutoTokenizer
-import torch
+## 🌟 Ключевые возможности
 
-model_id = "fwizzer1/Fwizzer-R1-3B-RU"
+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.»*
 
-tokenizer = AutoTokenizer.from_pretrained(model_id)
-model = AutoModelForCausalLM.from_pretrained(
-    model_id,
-    torch_dtype=torch.bfloat16,
-    device_map="auto"
-)
+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.
 
-prompt = "Реши задачу: найди сложность алгоритма быстрой сортировки в худшем случае и напиши реализацию."
-messages = [
-    {"role": "user", "content": prompt}
-]
-
-inputs = tokenizer.apply_chat_template(
-    messages,
-    add_generation_prompt=True,
-    return_tensors="pt"
-).to("cuda")
-
-outputs = model.generate(
-    inputs,
-    max_new_tokens=2048,
-    temperature=0.6,
-    top_p=0.95
-)
-
-print(tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True))
-```
-
----
+3. 🎭 **Графическая шторка размышлений в LM Studio (Reasoning UI)**
+   * В репозиторий вшит файл `model.yaml` с флагами `reasoning: true` и `reasoningFormat: deepseek`. При скачива��ии в LM Studio мысли автоматически сворачиваются в красивую плашку *Thought for X.Xs*.
 
-## 📊 Dataset
+4. 🛡 **Защита от сбоев (Fix Error 500)**
+   * Оптимизированный Jinja-шаблон чата без конфликтов системных сообщений, полная поддержка Flash Attention 2.
 
-Trained on [`fwizzer1/ru-deepthink-11k`](https://huggingface.co/datasets/fwizzer1/ru-deepthink-11k) consisting of 11,000 synthetic and curated Russian multi-step reasoning examples with rigorous step verification.
+5. 📚 **Расширенный контекст (до 256K токенов с RoPE YaRN Scaling)**
+   * Поддержка длинных кодовых баз, документаций и книг.
 
 ---
 
-## 📜 License
+## 🚀 Запуск в LM Studio
 
-This project is open-source under the **Apache 2.0 License**.
+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!