/ Модель

Характеристики

Лицензия
MIT
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Опубликована
27 авг 2026

DeepSeek-R1-Distill-Qwen-1-5B-f16-iq2_xxs-GGUF

Генерация текстаТекст → текст5 профессий

Сильно сжатая GGUF-версия DeepSeek-R1-Distill-Qwen-1.5B для локальной генерации текста и решения задач рассуждением на оборудовании с ограниченной памятью.

39скачиваний за 30 дней0лайковвеса обновлены27 авг 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Это сильно сжатая GGUF-квантизация языковой модели DeepSeek-R1-Distill-Qwen-1.5B, подготовленная для запуска с llama.cpp на устройствах с ограниченной видеопамятью. Файл использует формат IQ2_XXS с эффективной точностью около 2,06 бита на вес и занимает примерно 0,56 ГБ. Исходная модель была дообучена DeepSeek на примерах рассуждений; эта версия получена из весов F16 с помощью llama.cpp и калибровочной матрицы важности.

Модель предназначена для генерации текста, ответов на вопросы и задач, требующих пошагового рассуждения, включая математику и программирование. В README заявлен контекст до 32 768 токенов и сохранение формата рассуждений DeepSeek-R1. Репозиторий распространяется по лицензии MIT.

Квантизация IQ2_XXS позволяет запускать модель на малоресурсном оборудовании, однако агрессивное сжатие снижает беглость и точность по сравнению с F16 или Q4_K_M. Описание заявляет поддержку английского и многоязычного использования, но не перечисляет конкретные языки помимо английского.

Сценарии применения

  • локальные ответы на фактические вопросы
  • решение математических задач с пошаговым рассуждением
  • генерация и разбор фрагментов кода
  • эксперименты с языковой моделью на малоресурсном GPU

Ограничения

Сжатие IQ2_XXS агрессивное и ухудшает беглость и точность ответов по сравнению с F16 или Q4_K_M. Английский указан явно, а конкретный набор других поддерживаемых языков не перечислен.

Для каких профессий подходит5

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

DeepSeek-R1-Distill-Qwen-1.5B (IQ2_XXS GGUF)

A heavily compressed GGUF quantization of DeepSeek-R1-Distill-Qwen-1.5B — the smallest official DeepSeek reasoning model.

This card covers the single file:

PropertyValue
FileDeepSeek-R1-Distill-Qwen-1.5B-f16-iq2_xxs.gguf
Size560.37 MiB (587.59 MB)
QuantizationIQ2_XXS (≈ 2.06 bits/weight)
Parameters1.78B (total) / ~1.5B (active)
ArchitectureQwen2
Context length32768 tokens
GGUF version3 (latest)

Why this quantization

IQ2_XXS is the smallest IQ type that keeps the model usable on low-VRAM hardware. At ~0.56 GB the weights load on any 4 GB-class GPU (e.g. GTX 1650) while retaining the model's reasoning behaviour, including the [Start thinking] / [End thinking] chain-of-thought format.

It was produced from the F16 source with llama.cpp using an importance matrix computed with llama-imatrix over a wikitext-2 calibration set. The advertised context was capped at 32768 tokens so the KV cache fits a 4 GB GPU when fully offloaded (-ngl 999).

Usage

llama.cpp (CLI)

llama-cli \
  -m DeepSeek-R1-Distill-Qwen-1.5B-f16-iq2_xxs.gguf \
  -p "What is the capital of France?" \
  -n 256 \
  -ngl 999 \
  -c 32768

llama-server (OpenAI-compatible API)

llama-server \
  -m DeepSeek-R1-Distill-Qwen-1.5B-f16-iq2_xxs.gguf \
  -ngl 999 \
  -c 32768 \
  --port 8080
# curl http://localhost:8080/v1/chat/completions ...

Docker Model Runner (docker model)

docker model package \
  --gguf DeepSeek-R1-Distill-Qwen-1.5B-f16-iq2_xxs.gguf \
  --context-size 32768 \
  deepseek-r1
docker model run deepseek-r1 "What is the capital of France?"

Ollama

ollama create deepseek-r1-iq2-xxs -f Modelfile   # FROM ./DeepSeek-R1-Distill-Qwen-1.5B-f16-iq2_xxs.gguf
ollama run deepseek-r1-iq2-xxs

Quality expectations

IQ2_XXS is an aggressive compression. The model answers factual questions correctly and keeps its reasoning structure, but expect degraded fluency and precision compared to F16 / Q4_K_M. For higher quality on the same hardware, prefer Q4_K_M (~1.0 GB); for absolute minimum size, IQ1_S or Q1_0 exist but degrade much faster.

Credits & license

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
30ecb69

0 моделей