Venice: Uncensored

Venice: Uncensored ist ein Textmodell, das unter der Modell-ID cognitivecomputations/dolphin-mistral-24b-venice-edition veröffentlicht wurde. Es ist eine feinabgestimmte Variante von Mistral-Small-24B-Instruct-2501, entwickelt von dphn.ai in Zusammenarbeit mit Venice.ai. Der angegebene Anbieter ist Venice, und das Veröffentlichungsdatum des Anbieters ist der 2025-07-09. Es gehört zur Kategorie Text und wird als unzensiertes, instruktionsoptimiertes großes Sprachmodell beschrieben.

Das Modell nimmt Text als Eingabe und gibt Text als Ausgabe zurück, es ist also ein einfaches Chat- und Completion-Modell ohne Bild- oder Audioverarbeitung. Es hat eine Kontextlänge von 128.000 Tokens, wodurch lange Dokumente, ausgedehnte Gespräche und große Prompt-Nutzlasten in einer einzigen Anfrage verarbeitet werden können. Die maximale Ausgabe beträgt 8.192 Tokens, sodass Antworten deutlich unter der Eingabekontextgröße begrenzt sind. Der Wissensstichtag ist der 2024-04-30, was bedeutet, dass es keine Kenntnis von Ereignissen nach diesem Datum hat, es sei denn, diese werden im Prompt mitgeliefert.

Da es sich um ein instruktionsoptimiertes Modell mit einem großen Kontextfenster handelt, eignet es sich für Aufgaben wie langformatige Beantwortung von Fragen über umfangreiches Quellmaterial, Zusammenfassen oder Extrahieren von Informationen aus Multi-Dokument-Prompts und Konversationsagenten, die einen langen Verlauf behalten müssen. Seine unzensierte Optimierung macht es relevant, wenn ein Entwickler weniger Verweigerungen bei sensiblen oder kontroversen Themen wünscht, zum Beispiel beim Verfassen von Fiktion, Rollenspiel, Debattsimulation oder Forschung zum Modellverhalten. Die Obergrenze der Ausgabe von 8.192 Tokens bedeutet, dass es besser für Antworten und Entwürfe geeignet ist als für die Erzeugung sehr langer Dokumente in einem einzigen Durchlauf.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "cognitivecomputations/dolphin-mistral-24b-venice-edition" auf. Die unterstützten Anfrageparameter sind frequency_penalty, max_tokens, presence_penalty, response_format, stop, temperature, top_k, top_p. Es gibt keine separate Parameterliste darüber hinaus, sodass das Sampling-Verhalten über temperature, top_p und top_k gesteuert wird, die Wiederholung über die beiden Penalties und die Ausgabelänge über max_tokens. Strukturierte Ausgabe kann über response_format angefordert werden, und die Generierung kann bei gegebenen Zeichenfolgen mit stop angehalten werden.

Zwei Einschränkungen sollten Sie abwägen, bevor Sie sich festlegen. Der Wissensstichtag 2024-04-30 bedeutet, dass zeitkritische Fragen ein Retrieval oder einen frischen, in den Prompt injizierten Kontext benötigen. Die maximale Ausgabe von 8.192 Tokens begrenzt die Länge einer einzelnen Antwort, wenn Sie also viel längere Ausgaben benötigen, müssten Sie Aufrufe verketten oder ein Modell mit einer höheren Ausgabeobergrenze wählen. Die Eingabe ist nur Text, daher erfordert jede Aufgabe mit Bildern oder Audio ein anderes Modell.