Mancer: Weaver (alpha)

Mancer: Weaver (alpha) adalah model pembuatan teks dari Mancer, yang dirilis oleh penyedia pada 2023-08-02. Mancer mendeskripsikannya sebagai upaya untuk menciptakan kembali verbositas bergaya Claude, dengan peringatan eksplisit bahwa Anda tidak boleh mengharapkan tingkat koherensi atau memori yang sama. Model ini dimaksudkan untuk digunakan dalam situasi roleplay dan naratif, sehingga diposisikan sebagai model penulisan kreatif bukan asisten serbaguna.

Model ini menerima input teks dan mengembalikan output teks, jadi ini adalah model bahasa biasa tanpa penanganan gambar atau audio. Model ini memiliki jendela konteks 8000 token dan dapat menghasilkan hingga 6000 token dalam satu respons. Batas pengetahuan (knowledge cutoff) nya adalah 2023-06-30, yang penting jika prompt Anda bergantung pada peristiwa atau informasi setelah tanggal tersebut. Dalam batasan tersebut, kombinasi jendela konteks sedang dan output maksimum yang besar membuatnya cocok untuk menghasilkan bagian yang panjang dan berkelanjutan daripada jawaban singkat.

Karena penyedia membingkai Weaver seputar verbositas dan naratif, kecocokan alaminya adalah fiksi interaktif, obrolan yang digerakkan karakter, penulisan adegan, dan tugas bergaya roleplay lain di mana suara yang mengalir dan banyak bicara menjadi nilai tambah. Batas output yang besar membantu ketika Anda ingin model membawa adegan maju tanpa berhenti lebih awal, dan konteks 8000 token memberi Anda ruang untuk system prompt, deskripsi karakter, dan beberapa giliran dialog sebelumnya. Model ini kurang jelas cocok untuk tugas yang menuntut daya ingat faktual yang ketat atau mengikuti instruksi secara ketat, karena penyedia sendiri memperingatkan tentang koherensi dan memori.

Anda dapat memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "mancer/weaver". Parameter permintaan yang didukung adalah frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, temperature, top_a, top_k, top_logprobs, dan top_p. Kumpulan itu mencakup kontrol sampling biasa ditambah repetition_penalty, min_p, dan top_a, yang memberi Anda beberapa cara untuk mengarahkan model menjauh dari pengulangan atau menuju prosa yang lebih bervariasi. Parameter seed tersedia jika Anda memerlukan sampling yang dapat direproduksi, dan logprobs dengan top_logprobs memungkinkan Anda memeriksa keyakinan pada tingkat token.

Batasan utama yang perlu diingat adalah konteks 8000 token, batas output 6000 token, dan knowledge cutoff 2023-06-30. Deskripsi penyedia sendiri juga menetapkan ekspektasi: ini adalah model alpha yang ditujukan untuk roleplay dan naratif, dan mungkin tidak menjaga koherensi atau memori sebaik gaya yang ditirunya. Jika beban kerja Anda bergantung pada percakapan panjang, informasi terkini, atau penalaran yang tepat, model yang dibangun untuk kekuatan tersebut kemungkinan akan melayani Anda lebih baik. Jika Anda menginginkan pembuat teks yang banyak bicara dan berorientasi adegan di balik endpoint yang kompatibel dengan OpenAI, Weaver adalah kandidat yang wajar untuk diuji.