/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
llama3.2-1b-CoT
Библиотека
gguf
Опубликована
14 сен 2026

llama3.2-1b-CoT-GGUF

Генерация текстаТекст → текст3 профессии

tinyopsec/llama3.2-1b-CoT-GGUF — GGUF-квантизированные версии дообученной текстовой модели harshwardhanjadhav/llama3.2-1b-CoT, созданной на основе unsloth/Llama-3.2-1B-Instruct.

1 785скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

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 предназначена для генерации текста, многошагового решения математических задач и аналитического рассуждения. Она обучена на 10 000 примерах из датасета OpenThoughts-114k и формирует структурированные цепочки рассуждений в блоках <|begin_of_thought|> и <|begin_of_solution|>. Заявлен английский язык и поддержка библиотеки GGUF.

Доступны варианты с точностью от 2 до 16 бит и размером примерно от 0,45 до 2,5 ГБ; рекомендуемым указан вариант Q5_K_M. Квантизация позволяет запускать модель на системах с ограниченными ресурсами: минимальные требования к VRAM составляют около 1 ГБ для Q2_K, 1,5 ГБ для Q4_K_M и 4 ГБ для F16. Для работы с CoT требуется специальный системный промпт, а рекомендуемые параметры включают temperature 0,1, repetition penalty 1,15 и контекст генерации до 4096 новых токенов.

Сильные стороны модели — компактность, несколько вариантов компромисса между качеством и размером, а также специализация на математических и аналитических задачах. Ограничения включают небольшой размер базовой модели, заявленную ориентацию на английский язык, необходимость специального формата промпта для цепочек рассуждений и возможное снижение качества при агрессивной квантизации. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama3.2-1b-CoT GGUF

GGUF quantizations of harshwardhanjadhav/llama3.2-1b-CoT.

Fine-tuned version of unsloth/Llama-3.2-1B-Instruct on 10,000 samples from the open-thoughts/OpenThoughts-114k dataset.
Trained to produce structured Chain-of-Thought reasoning traces using <|begin_of_thought|> and <|begin_of_solution|> blocks before delivering final answers.
Specializes in multi-step mathematical and analytical problem solving.


Quantization Table

FileBitsSizeUse Case
model_f16.gguf16~2.5 GBMaximum quality, reference
model_q8_0.gguf8~1.3 GBBest quality / size tradeoff
model_q6_k.gguf6~1.0 GBHigh quality
model_q5_k_m.gguf5~0.9 GBRecommended
model_q5_k_s.gguf5~0.85 GBSlightly smaller Q5
model_q4_k_m.gguf4~0.75 GBGood balance
model_q4_k_s.gguf4~0.70 GBSmaller Q4
model_q3_k_l.gguf3~0.60 GBLow RAM, large variant
model_q3_k_m.gguf3~0.57 GBLow RAM
model_q3_k_s.gguf3~0.53 GBMinimum RAM Q3
model_q2_k.gguf2~0.45 GBExtreme compression

VRAM Requirements

QuantMin VRAM
F164 GB
Q8_02 GB
Q4_K_M1.5 GB
Q2_K1 GB

System Prompt (required for CoT)

Your role as an assistant involves thoroughly exploring questions through a systematic long thinking process before providing the final precise and accurate solutions.
This requires engaging in a comprehensive cycle of analysis, summarizing, exploration, reassessment, reflection, backtracing, and iteration to develop well-considered thinking process.
Please structure your response into two main sections: Thought and Solution.
In the Thought section, detail your reasoning process using the specified format: <|begin_of_thought|> {thought with steps separated with '\n\n'} <|end_of_thought|>
In the Solution section, present the final solution formatted as: <|begin_of_solution|> {final formatted, precise, and clear solution} <|end_of_solution|>

Recommended Inference Parameters

ParameterValueReason
temperature0.1Stable CoT traces
repetition_penalty1.15Prevents infinite reasoning loops
top_p0.9Filters low-probability tokens
max_new_tokens4096Accommodates long reasoning chains

Usage

llama.cpp

./llama-cli -m model_q4_k_m.gguf \
  --temp 0.1 \
  --repeat-penalty 1.15 \
  --top-p 0.9 \
  -n 4096 \
  -p "A store offers a 20% discount on a $150 coat, then takes 10% more off. What is the final price?"

llama-cpp-python

from llama_cpp import Llama

llm = Llama(model_path="model_q4_k_m.gguf", n_ctx=8192)
output = llm(
    "Solve step by step: 2x + 5 = 13",
    max_tokens=4096,
    temperature=0.1,
    repeat_penalty=1.15,
    top_p=0.9,
)
print(output["choices"][0]["text"])

LM Studio

Search tinyopsec/llama3.2-1b-CoT-GGUF in the model browser.

Ollama

ollama run hf.co/tinyopsec/llama3.2-1b-CoT-GGUF:Q4_K_M

Original Model

harshwardhanjadhav/llama3.2-1b-CoT

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.

Ревизия весов
faf280c

0 моделей