Venice: Uncensored

Venice: Uncensored adalah model teks yang dipublikasikan dengan model id cognitivecomputations/dolphin-mistral-24b-venice-edition. Model ini adalah varian fine-tuned dari Mistral-Small-24B-Instruct-2501, yang dikembangkan oleh dphn.ai bekerja sama dengan Venice.ai. Provider yang terdaftar untuk model ini adalah Venice, dan tanggal rilis provider adalah 2025-07-09. Model ini berada dalam kategori teks dan dideskripsikan sebagai model bahasa besar yang di-instruct-tune tanpa sensor.

Model ini menerima teks sebagai input dan mengembalikan teks sebagai output, jadi ini adalah model chat dan completion yang sederhana tanpa penanganan gambar atau audio. Panjang konteksnya adalah 128.000 token, yang memungkinkan dokumen panjang, percakapan panjang, dan payload prompt besar diproses dalam satu permintaan. Output maksimumnya adalah 8.192 token, jadi respons dibatasi jauh di bawah ukuran konteks input. Batas pengetahuan (knowledge cutoff) nya adalah 2024-04-30, artinya model ini tidak memiliki pengetahuan tentang peristiwa setelah tanggal tersebut kecuali jika disediakan di dalam prompt.

Karena ini adalah model yang di-instruct-tune dengan jendela konteks besar, model ini cocok untuk tugas seperti question answering bentuk panjang atas materi sumber yang panjang, merangkum atau mengekstrak informasi dari prompt multi-dokumen, dan agen percakapan yang perlu mempertahankan riwayat panjang. Tuning tanpa sensornya membuat model ini relevan ketika pengembang menginginkan lebih sedikit penolakan pada topik sensitif atau kontroversial, misalnya dalam penulisan fiksi, roleplay, simulasi debat, atau penelitian tentang perilaku model. Batas output 8.192 token berarti model ini lebih cocok untuk jawaban dan draf daripada untuk menghasilkan dokumen sekali jalan yang sangat panjang.

Anda memanggilnya melalui API api14 yang kompatibel dengan OpenAI menggunakan model id "cognitivecomputations/dolphin-mistral-24b-venice-edition". Parameter permintaan yang didukung adalah frequency_penalty, max_tokens, presence_penalty, response_format, stop, temperature, top_k, top_p. Tidak ada daftar parameter terpisah selain ini, jadi perilaku sampling dikendalikan melalui temperature, top_p dan top_k, pengulangan melalui dua penalty tersebut, dan panjang output melalui max_tokens. Output terstruktur dapat diminta melalui response_format, dan generasi dapat dihentikan pada string tertentu dengan stop.

Ada dua batasan yang perlu dipertimbangkan sebelum Anda memutuskan. Batas pengetahuan 2024-04-30 berarti pertanyaan yang sensitif terhadap waktu memerlukan retrieval atau konteks baru yang disuntikkan ke dalam prompt. Output maksimum 8.192 token membatasi panjang respons tunggal, jadi jika Anda memerlukan output yang jauh lebih panjang, Anda perlu merangkai panggilan atau memilih model dengan batas output yang lebih tinggi. Input hanya berupa teks, jadi tugas apa pun yang melibatkan gambar atau audio memerlukan model yang berbeda.