---
language:
- ru
- en
license: apache-2.0
tags:
- reasoning
- deepseek-r1
- ru-deepthink-11k
- mistral
- text-generation
- gguf
pipeline_tag: text-generation
---

# 🧠 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`](https://huggingface.co/datasets/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:
```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.
```

---

## 💻 Использование через Python (llama-cpp-python)

```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"])
```