---

language:

• en
• it

license: other

base_model:

• openbmb/MiniCPM5-2B-MLX

tags:

• text-generation
• sigma-studio
• sigmanih
• conversational
• custom-model
• gguf
• llama.cpp
• quantized
• q4_k_m

pipeline_tag: text-generation

---

<div align="center">

⚡ openbmb-MiniCPM5-2B-MLX-GGUF-F16

High-Performance Model Published via Σ-SIGMA Studio

   

</div>

> ❤️ Support & Community: If you find this model helpful, please give this repository a Like on Hugging Face and a ⭐ Star on our SigmaStudio GitHub!

🌐 English Overview

openbmb-MiniCPM5-2B-MLX-GGUF-F16 is a production-ready model optimized and published using the Model Hub module of Sigma Studio.

⚙️ Technical Specifications & Architecture

| Specification | Value |

| :--- | :--- |

| Model Repository | sigmanih/openbmb-MiniCPM5-2B-MLX-GGUF-F16 |

| Weight Format | GGUF (Q4_K_M) |

| Base Architecture | llama |

| Active Parameters | 2B |

| Context Window | 131,072 tokens |

| Transformer Layers | 42 |

| Hidden Dimension | 2048 |

| Total Disk Footprint | 4.69 GB |

| Inference RAM / VRAM | ~5.6 GB VRAM (Full GPU offload) / ~5.4 GB RAM (CPU/Hybrid) |

| Recommended Hardware | GPU with 6-8 GB VRAM (or 16 GB system RAM) |

| Recommended Usage | Edge devices, Real-time voice agents, Mobile & CPU-friendly workloads. |

🏆 Official Benchmark Performance

Evaluated directly on GPU via Sigma Studio Training Lab (Deterministic seed 42, Temp 0.0):

| Benchmark Suite | Score / Accuracy | Total Questions Evaluated | Pass Rate | Test Date | Execution Engine |

| :--- | :---: | :---: | :---: | :---: | :---: |

| Tutti i Benchmark Ufficiali | 49.0% | 49/100 quesiti superati | 49.0% Pass | 2026-09-26 | ⚡ SigmaEngine Direct GPU |

🧠 Reasoning Mode Comparison: No-Thinking vs Thinking

Side-by-side performance comparison between direct zero-overhead answer (No-Thinking) and Chain-of-Thought step-by-step reasoning (Deep Thinking CoT):

⚡ No-Thinking (Direct Response) : [████████░░░░░░░░░░░░] 42.1%  (24/57 passed)
🧠 Deep Thinking (CoT Reasoning) : [████████████░░░░░░░░] 58.1%  (25/43 passed)
📈 CoT Performance Delta        : +16.0%

%%{init: {'theme': 'dark'}}%%
xychart-beta
    title "Accuracy (%): No-Thinking vs Deep Thinking"
    x-axis ["⚡ No-Thinking (Direct)", "🧠 Deep Thinking (CoT)"]
    y-axis "Accuracy (%)" 0 --> 100
    bar [42.1, 58.1]

| Execution Mode | Accuracy (%) | Questions Passed | Operational Profile & Latency |

| :--- | :---: | :---: | :--- |

| ⚡ No-Thinking (Direct Response) | 42.1% | 24 / 57 | Minimal latency, immediate token-to-first-byte, zero reasoning tokens overhead |

| 🧠 Deep Thinking (CoT Reasoning) | 58.1% | 25 / 43 | Multi-step structured reasoning trace (+16.0%), optimal for math & hard logic |

📋 Per-Dataset Evaluation Breakdown

| Dataset / Benchmark Suite | Domain / Category | Correct / Total | Accuracy (%) | Status |

| :--- | :--- | :---: | :---: | :---: |

| ARC-Challenge | Science & Grade-School Reasoning | 7 / 9 | 78% | ✅ Passed |

| BIG-Bench Hard | Complex Multi-Task Logic & Symbolics | 6 / 7 | 86% | ✅ Passed |

| GPQA | Graduate-Level Academic Reasoning | 1 / 9 | 11% | ⚠️ Low |

| GSM8K | Multi-Step Grade School Math | 9 / 9 | 100% | ✅ Passed |

| HellaSwag | Commonsense Reasoning & Situational NLI | 1 / 9 | 11% | ⚠️ Low |

| HumanEval | Python Coding (pass@1) | 5 / 7 | 71% | ✅ Passed |

| MATH | Championship Competition Math | 7 / 9 | 78% | ✅ Passed |

| MBPP | Python Programming with Unit Tests | 5 / 9 | 56% | ⚡ Fair |

| MMLU | General Knowledge & Multi-Subject | 4 / 14 | 29% | ⚠️ Low |

| MMLU-Pro | Advanced Multi-Step Reasoning | 2 / 9 | 22% | ⚠️ Low |

| TruthfulQA | Factuality & Anti-Hallucination | 2 / 9 | 22% | ⚠️ Low |

| 🏆 OVERALL TOTAL | All Evaluated Datasets | 49 / 100 | 49% | 🏆 49% Pass |

Protocol: code_execution, continuation_logprob, cot_generation, letter_logprob · temp 0.0 · seed 42

Reproducibility hash: SHA256-E5EB0DA683E87507

> ⚠️ Measured on a slice of the dataset, not the full suite: this score is not comparable with a full-suite run.

🛠️ Tool Calling & Agentic Protocol Benchmark (Sigma Studio Sandbox Jail)

Empirical multi-turn agent reliability evaluation (zero quizzes, fully grounded file-system actions inside isolated Sandbox Jail):

| Protocol Metric | Outcome | Validation Criteria & Details |

| :--- | :---: | :--- |

| Tool Protocol Adherence | 77.2% | 0/92 analytical criteria verified |

| Autonomous Task Completion | 0.0% | 0/1 scenarios completed with exact target file |

| Sandbox Jail Containment | 100% Compliant | Zero escape attempts outside workspace boundary |

| Execution Efficiency | 0 turns (0.0s) | Optimal multi-step turn and token budget usage |

🔍 Certified Autonomous Capabilities:

• ✅ Tool Grounding: Exclusively uses registered tools and valid schemas (zero hallucinated functions).
• ✅ Zero Placeholder Echo: Emits concrete code and values rather than copy-pasting prompt templates.
• ✅ Inspect-Before-Edit: Systematically reads files and verifies target lines before patching.
• ✅ Evidence-Based Exit: Emits concrete test commands and validation checks before task exit.
• ✅ Sandbox Containment: Strictly adheres to isolated sandbox jail boundaries.

⚡ Measured Speed on the Publishing Machine

Measured on NVIDIA GeForce RTX 5070 Ti • 15.9 GB VRAM. Two different numbers follow, and they are not interchangeable.

| What was measured | Value | How |

| :--- | :---: | :--- |

| Single-stream decode (what a chat feels) | 153.2 tok/s | one request at a time, on NVIDIA GeForce RTX 5070 Ti |

| Prompt processing | 784 tok/s | same probe |

| Aggregate throughput during evaluation | 154.3 tok/s | several requests in flight — not what a single answer runs at |

> Speeds on other hardware were not measured and are not guessed here. A single-stream figure from one machine cannot be scaled into a prediction for another: it depends on memory bandwidth, quantization, context length and driver, and the error is large enough to be misleading.

🚀 Quick Start Guide

1. Running with Sigma Studio (Recommended)

Launch Sigma Studio to enjoy full 1-click GPU hardware acceleration, live monitoring, and visual chat:

# Clone and run Sigma Studio
git clone https://github.com/Sigmanih/SigmaStudio.git
cd SigmaStudio
.\sigma_studio.bat

2. Running with llama.cpp

llama-cli -hf sigmanih/openbmb-MiniCPM5-2B-MLX-GGUF-F16 -p "Hello! How can I help you today?" -ngl 99

---

🇮🇹 Documentazione in Italiano

openbmb-MiniCPM5-2B-MLX-GGUF-F16 è un modello ottimizzato pronto per l'inferenza e l'integrazione locale, pubblicato attraverso Σ-SIGMA Studio.

📋 Specifiche e Configurazione

• Architettura Base: llama (2B parametri)
• Formato Pesi: GGUF (Q4_K_M)
• Spazio su Disco: 4.69 GB
• RAM / VRAM in Esecuzione: ~5.6 GB VRAM (offload GPU completo) | ~5.4 GB RAM (inferenza CPU/ibrida)
• Requisiti Hardware Consigliati: GPU con almeno 6-8 GB VRAM (o 16 GB RAM di sistema)
• Finestra di Contesto: 131,072 token
• Profilo d'Uso Consigliato: Dispositivi edge, agenti vocali in tempo reale, CPU e carichi leggeri.

📊 Risultati Benchmark Ufficiali

• Suite di Valutazione: Tutti i Benchmark Ufficiali
• Punteggio Ufficiale: 49.0% (49/100 quesiti superati)

🧠 Confronto Modalità di Risposta: No-Thinking vs Thinking

Confronto visuale tra risposta istantanea diretta (No-Thinking) e ragionamento guidato multi-step (Deep Thinking CoT):

⚡ No-Thinking (Risposta Diretta) : [████████░░░░░░░░░░░░] 42.1%  (24/57 superati)
🧠 Deep Thinking (CoT Reasoning)  : [████████████░░░░░░░░] 58.1%  (25/43 superati)
📈 Delta Prestazionale CoT        : +16.0%

%%{init: {'theme': 'dark'}}%%
xychart-beta
    title "Accuratezza (%): No-Thinking vs Deep Thinking"
    x-axis ["⚡ No-Thinking (Diretto)", "🧠 Deep Thinking (CoT)"]
    y-axis "Accuratezza (%)" 0 --> 100
    bar [42.1, 58.1]

| Modalità di Esecuzione | Accuratezza (%) | Quesiti Superati | Profilo Operativo & Latenza |

| :--- | :---: | :---: | :--- |

| ⚡ No-Thinking (Risposta Diretta) | 42.1% | 24 / 57 | Latenza minima, token-to-first-byte istantaneo, zero overhead di ragionamento |

| 🧠 Deep Thinking (CoT Reasoning) | 58.1% | 25 / 43 | Risoluzione passo-passo multi-step (+16.0%), ideale per logica complessa e matematica |

📋 Dettaglio Punteggi per Singolo Dataset

| Dataset / Suite di Test | Ambito / Dominio | Corretti / Totale | Accuratezza (%) | Esito |

| :--- | :--- | :---: | :---: | :---: |

| ARC-Challenge | Ragionamento Scientifico Avanzato | 7 / 9 | 78% | ✅ Superato |

| BIG-Bench Hard | Logica Complessa & Compiti Multi-Fase | 6 / 7 | 86% | ✅ Superato |

| GPQA | Ragionamento Accademico di Livello Laurea | 1 / 9 | 11% | ⚠️ Migliorabile |

| GSM8K | Matematica & Logica Multi-Step | 9 / 9 | 100% | ✅ Superato |

| HellaSwag | Buon Senso & Comprensione Situazionale | 1 / 9 | 11% | ⚠️ Migliorabile |

| HumanEval | Sintesi Codice Python (pass@1) | 5 / 7 | 71% | ✅ Superato |

| MATH | Matematica Olimpica & Competitiva | 7 / 9 | 78% | ✅ Superato |

| MBPP | Programmazione Python con Unit Test | 5 / 9 | 56% | ⚡ Discreto |

| MMLU | Conoscenza Generale Multidisciplinare | 4 / 14 | 29% | ⚠️ Migliorabile |

| MMLU-Pro | Ragionamento Avanzato Multi-Step | 2 / 9 | 22% | ⚠️ Migliorabile |

| TruthfulQA | Fattualità & Resistenza ad Allucinazioni | 2 / 9 | 22% | ⚠️ Migliorabile |

| 🏆 TOTALE COMPLESSIVO | Tutti i Dataset Valutati | 49 / 100 | 49% | 🏆 49% Pass |

Protocollo: code_execution, continuation_logprob, cot_generation, letter_logprob · temp 0.0 · seed 42

Impronta di riproducibilità: SHA256-E5EB0DA683E87507

> ⚠️ Misurato su una porzione del dataset, non sulla suite intera: il punteggio non è confrontabile con uno ottenuto sull'intero.

• Data Test: 2026-09-26 su motore deterministico SigmaEngine

🛠️ Benchmark Aderenza Tool & Capacità Agente (Sigma Studio Sandbox Jail)

Valutazione empirica dell'affidabilità nei compiti di agente autonomo (nessun quiz teorico, solo esecuzioni e verifiche su filesystem isolato):

| Metrica di Protocollo | Risultato | Dettaglio e Criteri di Validazione |

| :--- | :---: | :--- |

| Aderenza Protocollo Tool | 77.2% | 0/92 prove analitiche verificate |

| Completamento Scenari Operativi | 0.0% | 0/1 scenari conclusi con output esatto |

| Sicurezza Sandbox Jail | 100% Conforme | Confinamento rigido, zero tentativi fuori sandbox |

| Efficienza Esecutiva | 0 turni (0.0s) | Rispetto rigoroso dei budget operativi per scenario |

🔍 Comportamenti Rigorosamente Certificati:

• ✅ Tool Grounding: Utilizzo esclusivo di tool formalmente registrati (zero allucinazioni di comandi).
• ✅ No Segnaposto: Produzione di codice e parametri concreti senza eco di placeholder d'esempio.
• ✅ Ispezione Previa: Lettura e verifica dei file prima di eseguire modifiche chirurgiche.
• ✅ Verifica di Chiusura: Certificazione delle prove prima di dichiarare terminato il lavoro.
• ✅ Confinamento Jail: Isolamento totale senza contaminazione del kernel o del sistema host.

⏱️ Throughput Hardware e Fasce Consigliate

• Velocità Verificata in Locale: 154.3 tok/s su NVIDIA GeForce RTX 5070 Ti.
• Risposta singola (quello che si sente in chat): 153.2 tok/s su NVIDIA GeForce RTX 5070 Ti.
• Lettura del prompt: 784 tok/s.
• Throughput complessivo durante la valutazione: 154.3 tok/s — piu' richieste in volo insieme, non la velocita' di una risposta singola.
• Le velocita' su altro hardware non sono state misurate e non vengono indovinate: dipendono da banda di memoria, quantizzazione, lunghezza del contesto e driver.

⭐ Supporta il Progetto Open Source

Se questo modello ti è utile o vuoi esplorare l'ecosistema completo:

• 🌟 Metti una Stella al repository GitHub: Sigmanih/SigmaStudio
• ❤️ Lascia un Like a questa scheda su Hugging Face

---

Creato e distribuito con il Model Hub di Σ-SIGMA Studio (13/10/2026 17:52)