Instructions to use fwizzer1/Fwizzer-R1-3B-RU 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 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:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf fwizzer1/Fwizzer-R1-3B-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 fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf fwizzer1/Fwizzer-R1-3B-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 fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf fwizzer1/Fwizzer-R1-3B-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 fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M

Use Docker

docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M

LM Studio
Jan

vLLM

How to use fwizzer1/Fwizzer-R1-3B-RU 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"
# 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",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M

Ollama
How to use fwizzer1/Fwizzer-R1-3B-RU with Ollama:
```
ollama run hf.co/fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M
```
Unsloth Desktop
Docker Model Runner
How to use fwizzer1/Fwizzer-R1-3B-RU with Docker Model Runner:
```
docker model run hf.co/fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M
```

Lemonade

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

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull fwizzer1/Fwizzer-R1-3B-RU:Q4_K_M

Run and chat with the model

lemonade run user.Fwizzer-R1-3B-RU-Q4_K_M

List all available models

lemonade list

Atomic Chat

🧠 Fwizzer-R1-3B-RU (Thinking Reasoning LLM)

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 (11 000 пошаговых диалогов).

🌟 Ключевые возможности

🏷 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 (напиши сначала) и (напиши по окончанию рассуждений), а итоговый ответ — обязательно после них.»
🧠 Глубокое мышление (DeepSeek-R1 Architecture)
- Перед ответом модель активирует внутренний «черновик» в тегах <think> ... </think>, анализирует скрытые подвохи, краевые случаи и выводит математические доказательства.
🎭 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.
🛡 Защита от сбоев (Fix Error 500)
- Оптимизированный Jinja-шаблон чата без конфликтов системных сообщений, полная поддержка Flash Attention 2.
📚 Расширенный контекст (до 256K токенов с RoPE YaRN Scaling)
- Поддержка длинных кодовых баз, документаций и книг.

🚀 Запуск в LM Studio

Откройте LM Studio.
В строке поиска введите: fwizzer1/Fwizzer-R1-3B-RU.
Скачайте квантование Fwizzer-R1-3B.Q4_K_M.gguf (2.1 ГБ) или Q8_0 (3.4 ГБ).
Запустите чат — модель сразу готова к работе с автоматическим блоком размышлений!

Downloads last month: -

GGUF

Model size

3B params

Architecture

mistral3

Hardware compatibility

4-bit

8-bit