Instructions to use AGmind/qmd-query-expansion-ru with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use AGmind/qmd-query-expansion-ru with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="AGmind/qmd-query-expansion-ru",
	filename="qmd-query-expansion-ru-q4_k_m.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use AGmind/qmd-query-expansion-ru 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 AGmind/qmd-query-expansion-ru:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf AGmind/qmd-query-expansion-ru:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf AGmind/qmd-query-expansion-ru:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf AGmind/qmd-query-expansion-ru:Q4_K_M

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf AGmind/qmd-query-expansion-ru:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf AGmind/qmd-query-expansion-ru:Q4_K_M

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf AGmind/qmd-query-expansion-ru:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf AGmind/qmd-query-expansion-ru:Q4_K_M

Use Docker

docker model run hf.co/AGmind/qmd-query-expansion-ru:Q4_K_M

LM Studio
Jan

vLLM

How to use AGmind/qmd-query-expansion-ru with vLLM:

Install from pip and serve model

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

Use Docker

docker model run hf.co/AGmind/qmd-query-expansion-ru:Q4_K_M

Ollama
How to use AGmind/qmd-query-expansion-ru with Ollama:
```
ollama run hf.co/AGmind/qmd-query-expansion-ru:Q4_K_M
```

Unsloth Studio

How to use AGmind/qmd-query-expansion-ru with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for AGmind/qmd-query-expansion-ru to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for AGmind/qmd-query-expansion-ru to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for AGmind/qmd-query-expansion-ru to start chatting

How to use AGmind/qmd-query-expansion-ru with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf AGmind/qmd-query-expansion-ru:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "AGmind/qmd-query-expansion-ru:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use AGmind/qmd-query-expansion-ru with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf AGmind/qmd-query-expansion-ru:Q4_K_M

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 AGmind/qmd-query-expansion-ru:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use AGmind/qmd-query-expansion-ru with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf AGmind/qmd-query-expansion-ru:Q4_K_M

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 "AGmind/qmd-query-expansion-ru:Q4_K_M" \
  --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"

Docker Model Runner
How to use AGmind/qmd-query-expansion-ru with Docker Model Runner:
```
docker model run hf.co/AGmind/qmd-query-expansion-ru:Q4_K_M
```

Lemonade

How to use AGmind/qmd-query-expansion-ru with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull AGmind/qmd-query-expansion-ru:Q4_K_M

Run and chat with the model

lemonade run user.qmd-query-expansion-ru-Q4_K_M

List all available models

lemonade list

qmd-query-expansion-ru

Русская модель расширения поисковых запросов для qmd — локального поискового движка Тоби Лютке. Drop-in замена стоковой tobil/qmd-query-expansion-1.7B, которая на русских запросах не работает.

EN TL;DR: Russian query-expansion model for qmd. The stock model is English-only and fails on Russian queries (#774, #454); this is a drop-in fix trained with the upstream finetune/ recipe. Benchmark below.

Зачем

Стоковая модель qmd обучена на 100% английских данных. Русский запрос она «переводит» в английский шаблон-галлюцинацию («…is an important concept… in software development» — про борщ), а формат вывода разваливается (issue #774). Вдобавок BM25-поиск qmd использует Porter-стеммер, который не понимает русскую морфологию — поэтому лексические расширения обязаны сами покрывать словоформы и синонимы («получить получение вернуть возврат»). Эта модель обучена делать и то, и другое.

Подключение (одна строка)

В ~/.config/qmd/index.yml (или проектном .qmd/index.yml):

models:
  generate: "hf:AGmind/qmd-query-expansion-ru/qmd-query-expansion-ru-q4_k_m.gguf"

Переиндексация не нужна. Контракт тот же, что у стока: /no_think Expand this search query: {запрос} → построчный вывод hyde: / lex: / vec:.

Бенчмарк: 450 отложенных русских запросов, наша vs сток

Механические метрики (без LLM-судей), сэмплинг как в рантайме qmd (temp 0.7, top-k 20, top-p 0.8). Скрипт: bench_qmd.py в репозитории.

метрика	наша	сток `tobil/…-1.7B`
валидный контракт qmd (ровно 1 `hyde:` + 3 `lex:` + 2 `vec:`, без мусора)	99.8%	0.0%
вывод на русском (≥70% кириллицы)	99.3%	26.2%
английский шаблон-боилерплейт («…is an important concept…»)	0.0%	22.9%
`hyde` в размерном контракте (50–250 симв.)	96.0%	19.8%
дословное эхо запроса вместо расширения	0.4%	1.3%

Сток не выдал валидный контракт ни на одном из 450 русских запросов и в ~23% ответов галлюцинирует английский шаблон. Наша держит контракт на 99.8%, оставаясь русской.

Пример

Запрос: «как оформить налоговый вычет за лечение»

hyde: Для оформления налогового вычета за лечение необходимо подтвердить расходы на медицинские услуги...
lex: налоговый вычет лечение оформление декларация
lex: расходы медицинские услуги справки врачей
lex: вычет налога подача декларация
vec: Как получить налоговый вычет за медицинские расходы
vec: Подача заявки на налоговый вычет за лечение и справки

Сток на тот же запрос: hyde: Как оформить налоговый вычет за лечение is an important concept that relates to... It provides functionality for various use cases in software development.

Обучение

База: Qwen/Qwen3-1.7B (та же, что у стока), LoRA r16/α32 all-proj, 5 эпох — точный SFT-рецепт апстрима (tobi/qmd/finetune).
Данные: 5 075 русских запросов (MIRACL-ru apache-2.0, Mr.TyDi-ru apache-2.0, Яндекс.Кью CC0) → дистилляция учителем (DeepSeek, n=2 сэмпла + rule-based reward-фильтр ≥70, средний скор 94.8).
Формат идентичен трейн-схеме апстрима ({"query", "output": [["hyde",…],["lex",…],["vec",…]]}, hyde первой).

Ограничения

Модель 1.7B: hyde:-пассажи могут фантазировать детали (номера деклараций, ингредиенты). Для расширения поиска это терпимо — термины остаются в теме, — но не считайте hyde фактами.
Обучена для русского; для английских запросов используйте сток.

Файлы

qmd-query-expansion-ru-q4_k_m.gguf — для qmd / llama.cpp (рекомендуется)
safetensors — merged fp16 для transformers

Код, генератор датасета, трейн- и бенч-скрипты: github.com/botAGI/AGmind-ML → qmd-query-expansion-ru. Родственная модель: AGmind/agmind-rag-splitter-ru.

Downloads last month: 803

Safetensors

Model size

2B params

Tensor type

BF16

Model tree for AGmind/qmd-query-expansion-ru

Base model

Qwen/Qwen3-1.7B-Base

Finetuned

Qwen/Qwen3-1.7B

Quantized

(321)

this model

Quantizations

1 model