/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
ReSearch-Qwen-7B
Библиотека
transformers
Опубликована
21 сен 2025

Qwen-7B-toolcalling-ReSearch-gguf-Q8_0-codex

Генерация текстаТекст → текст12 профессий

Manojb/Qwen-7B-toolcalling-ReSearch-gguf-Q8_0 — локальная языковая модель в формате GGUF, разработанная на базе agentrl/ReSearch-Qwen-7B и упакованная с квантизацией Q8_0 авторами Manojb и mradermacher.

1 258скачиваний за 30 дней2лайкавеса обновлены21 сен 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель основана на Qwen-7B и обучалась с использованием датасета RUC-NLPIR/FlashRAG_datasets. ReSearch — подход, в котором поиск интегрирован в цепочку рассуждений и выбор момента и способа поиска формируется с помощью текстового рассуждения, а результаты поиска влияют на дальнейшие выводы.

Модель предназначена для генерации текста, ассистирования в программировании, локального использования и сценариев function calling и tool calling, включая взаимодействие с API-инструментами. Она ориентирована на английский язык и может запускаться через Ollama или другие совместимые средства работы с GGUF. Версия Q8_0 занимает около 8,2 ГБ и рассчитана примерно на 9–12 ГБ VRAM; заявлено отсутствие заметных потерь качества относительно исходной модели. Для этой базовой модели README рекомендует не применять chat completion.

К сильным сторонам относятся высокая точность квантизации Q8_0, поддержка локального запуска и специализированная ориентация на вызов инструментов и поиск. Ограничения включают размер модели около 7B параметров, англоязычную заявленную специализацию, необходимость корректного режима работы без chat completion и потребность примерно в 9–12 ГБ VRAM. Модель распространяется по лицензии MIT.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is a packged Q8_0 only model from https://huggingface.co/mradermacher/ReSearch-Qwen-7B-GGUF that runs on 9-12GB VRAM without any quality loss.

weighted/imatrix quants are available at https://huggingface.co/mradermacher/ReSearch-Qwen-7B-i1-GGUF

For this base model DONT apply the chat completion

Setup

Install ollama

curl -fsSL https://ollama.com/install.sh | sh

Go into your favourite folder

# make sure you hve Python 3.8+ 
# apt-get update && apt-get install libcurl build-essential curl
pip install huggingface-hub ollama
huggingface-cli download Manojb/Qwen-7B-toolcalling-ReSearch-gguf-Q8_0 --download-dir Qwen-7B-toolcalling-ReSearch-gguf-Q8_0
cd "$(find . -type d -iname '*Qwen-7B-toolcalling-ReSearch-gguf-Q8_0*' | head -n 1)"
source run_model.sh

Or

# Download and run instantly
ollama create qwen-7b:toolcall -f ModelFile
ollama run qwen-7b:toolcall # without chat completion

Basic Function Calling

for Base model (THIS):

curl http://localhost:11434/api/generate -H "Content-Type: application/json" -d '{
  "model": "qwen-7b:toolcall",
  "prompt": "Get the current weather in San Francisco and convert to Celsius",
  "stream": false
}'
# Load with Ollama
import requests

response = requests.post('http://localhost:11434/api/generate', json={
    'model': 'qwen-7b:toolcall',
    'prompt': 'Get the current weather in San Francisco and convert to Celsius',
    'stream': False
})

print(response.json()['response'])

for Instruct models:

curl http://localhost:11434/api/chat -d '{
  "model": "llama3.2",
  "stream": false,
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Why is the sky blue?"}
  ]
}'
from ollama import chat

# Your custom model name here
model_name = "qwen-7b:toolcall"

messages = [
    {"role": "system", "content": "You are an instruct model."},
    {"role": "user", "content": "Explain how to use this custom model in Python."}
]

response = chat(model=model_name, messages=messages)
print(response.message.content)

ReSearch, a novel framework that trains LLMs to Reason with Search via reinforcement learning without using any supervised data on reasoning steps. Our approach treats search operations as integral components of the reasoning chain, where when and how to perform searches is guided by text-based thinking, and search results subsequently influence further reasoning.

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFQ2_K3.1
GGUFQ3_K_S3.6
GGUFQ3_K_M3.9lower quality
GGUFQ3_K_L4.2
GGUFIQ4_XS4.4
GGUFQ4_K_S4.6fast, recommended
GGUFQ4_K_M4.8fast, recommended
GGUFQ5_K_S5.4
GGUFQ5_K_M5.5
GGUFQ6_K6.4very good quality
GGUFQ8_08.2fast, best quality
GGUFf1615.316 bpw, overkill

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
fcd75b8

0 моделей