Venice: Uncensored

Venice: Uncensored est un modèle de texte publié sous l'identifiant de modèle cognitivecomputations/dolphin-mistral-24b-venice-edition. Il s'agit d'une variante affinée de Mistral-Small-24B-Instruct-2501, développée par dphn.ai en collaboration avec Venice.ai. Le fournisseur indiqué pour ce modèle est Venice, et la date de publication du fournisseur est le 2025-07-09. Il appartient à la catégorie texte et est décrit comme un grand modèle de langage instruct-tuned non censuré.

Le modèle prend du texte en entrée et renvoie du texte en sortie, il s'agit donc d'un modèle simple de chat et de complétion, sans traitement d'images ni d'audio. Sa longueur de contexte est de 128 000 tokens, ce qui permet de traiter de longs documents, des conversations étendues et de grandes charges de prompt en une seule requête. La sortie maximale est de 8 192 tokens, les réponses sont donc plafonnées bien en dessous de la taille du contexte d'entrée. Sa date de coupure des connaissances est le 2024-04-30, ce qui signifie qu'il n'a aucune connaissance des événements postérieurs à cette date, sauf s'ils sont fournis dans le prompt.

Comme il s'agit d'un modèle instruct-tuned doté d'une grande fenêtre de contexte, il convient à des tâches telles que la réponse à des questions de forme longue sur des documents sources volumineux, la synthèse ou l'extraction d'informations à partir de prompts multi-documents, et les agents conversationnels qui doivent conserver un long historique. Son ajustement non censuré le rend pertinent lorsque un développeur souhaite moins de refus sur des sujets sensibles ou controversés, par exemple en écriture de fiction, en jeu de rôle, en simulation de débat ou en recherche sur le comportement des modèles. Le plafond de sortie de 8 192 tokens signifie qu'il est mieux adapté aux réponses et aux brouillons qu'à la génération de documents très longs en une seule passe.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "cognitivecomputations/dolphin-mistral-24b-venice-edition". Les paramètres de requête pris en charge sont frequency_penalty, max_tokens, presence_penalty, response_format, stop, temperature, top_k, top_p. Il n'existe pas de liste de paramètres distincte au-delà de ceux-ci, le comportement d'échantillonnage est donc contrôlé par temperature, top_p et top_k, la répétition par les deux pénalités, et la longueur de sortie par max_tokens. Une sortie structurée peut être demandée via response_format, et la génération peut être interrompue sur des chaînes données avec stop.

Deux contraintes méritent d'être pesées avant de vous engager. La date de coupure des connaissances du 2024-04-30 signifie que les questions sensibles au temps nécessitent une récupération ou un contexte frais injecté dans le prompt. La sortie maximale de 8 192 tokens limite la longueur d'une réponse unique, donc si vous avez besoin de sorties beaucoup plus longues, vous devrez enchaîner les appels ou choisir un modèle avec un plafond de sortie plus élevé. L'entrée est uniquement textuelle, toute tâche impliquant des images ou de l'audio nécessite donc un modèle différent.