Venice: Uncensored

Venice: Uncensored is een tekstmodel dat is gepubliceerd onder de model-id cognitivecomputations/dolphin-mistral-24b-venice-edition. Het is een fine-tuned variant van Mistral-Small-24B-Instruct-2501, ontwikkeld door dphn.ai in samenwerking met Venice.ai. De vermelde provider is Venice, en de releasedatum van de provider is 2025-07-09. Het valt in de categorie tekst en wordt beschreven als een uncensored instruct-tuned large language model.

Het model neemt tekst als invoer en retourneert tekst als uitvoer, dus het is een rechttoe rechtaan chat- en completion-model zonder beeld- of audiostreaming. Het heeft een contextlengte van 128.000 tokens, waardoor lange documenten, uitgebreide gesprekken en grote prompt-payloads in één verzoek kunnen worden verwerkt. De maximale uitvoer is 8.192 tokens, dus antwoorden blijven ruim onder de invoercontextgrootte. De knowledge cutoff is 2024-04-30, wat betekent dat het geen weet heeft van gebeurtenissen na die datum, tenzij deze in de prompt worden aangeleverd.

Omdat het een instruct-tuned model is met een groot contextvenster, past het bij taken zoals long-form question answering over lang bronmateriaal, het samenvatten of extraheren van informatie uit prompts met meerdere documenten, en conversationele agents die een lange geschiedenis moeten onthouden. De uncensored tuning maakt het relevant waar een ontwikkelaar minder weigeringen wil bij gevoelige of controversiële onderwerpen, bijvoorbeeld bij het schrijven van fictie, roleplay, debatsimulatie of onderzoek naar modelgedrag. Het uitvoerplafond van 8.192 tokens betekent dat het beter geschikt is voor antwoorden en concepten dan voor het genereren van zeer lange documenten in één enkele pass.

Je roept het aan via de OpenAI-compatibele API van api14 met de model-id "cognitivecomputations/dolphin-mistral-24b-venice-edition". De ondersteunde aanvraagparameters zijn frequency_penalty, max_tokens, presence_penalty, response_format, stop, temperature, top_k, top_p. Er is geen afzonderlijke parameterlijst buiten deze, dus samplinggedrag wordt geregeld via temperature, top_p en top_k, herhaling via de twee penalties, en uitvoerlengte via max_tokens. Gestructureerde uitvoer kan worden aangevraagd via response_format, en generatie kan worden gestopt op gegeven strings met stop.

Twee beperkingen zijn het overwegen waard voordat je je vastlegt. De knowledge cutoff van 2024-04-30 betekent dat tijdgevoelige vragen retrieval of verse context in de prompt nodig hebben. De maximale uitvoer van 8.192 tokens beperkt de lengte van een enkel antwoord, dus als je veel langere uitvoer nodig hebt, zou je aanroepen moeten koppelen of een model met een hoger uitvoerplafond moeten kiezen. Invoer is alleen tekst, dus elke taak met afbeeldingen of audio vereist een ander model.