Venice: Uncensored

Venice: Uncensored é um modelo de texto publicado sob o id de modelo cognitivecomputations/dolphin-mistral-24b-venice-edition. É uma variante ajustada de Mistral-Small-24B-Instruct-2501, desenvolvida pela dphn.ai em colaboração com a Venice.ai. O fornecedor listado para ele é Venice, e a data de lançamento do fornecedor é 2025-07-09. Situa-se na categoria de texto e é descrito como um modelo de linguagem grande ajustado para instruções e sem censura.

O modelo recebe texto como entrada e devolve texto como saída, portanto é um modelo simples de chat e completion sem tratamento de imagem ou áudio. Tem um comprimento de contexto de 128.000 tokens, o que permite processar documentos longos, conversas extensas e grandes cargas de prompt num único pedido. A saída máxima é de 8.192 tokens, portanto as respostas ficam bem abaixo do tamanho do contexto de entrada. O seu cutoff de conhecimento é 2024-04-30, o que significa que não tem conhecimento de eventos posteriores a essa data, a menos que sejam fornecidos no prompt.

Como é um modelo ajustado para instruções com uma janela de contexto grande, adequa-se a tarefas como resposta a perguntas de formato longo sobre material de origem extenso, resumir ou extrair informação de prompts com vários documentos, e agentes conversacionais que precisam de manter um histórico longo. O seu ajuste sem censura torna-o relevante quando um programador quer menos recusas em assuntos sensíveis ou controversos, por exemplo em escrita de ficção, roleplay, simulação de debate ou investigação sobre o comportamento de modelos. O limite de saída de 8.192 tokens significa que é mais adequado para respostas e rascunhos do que para gerar documentos muito longos numa única passagem.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "cognitivecomputations/dolphin-mistral-24b-venice-edition". Os parâmetros de pedido suportados são frequency_penalty, max_tokens, presence_penalty, response_format, stop, temperature, top_k, top_p. Não existe uma lista de parâmetros separada além destes, portanto o comportamento de amostragem é controlado através de temperature, top_p e top_k, a repetição através das duas penalizações, e o comprimento da saída através de max_tokens. A saída estruturada pode ser pedida via response_format, e a geração pode ser interrompida em strings dadas com stop.

Vale a pena ponderar duas restrições antes de avançar. O cutoff de conhecimento de 2024-04-30 significa que perguntas sensíveis ao tempo precisam de recuperação ou de contexto fresco injetado no prompt. A saída máxima de 8.192 tokens limita o comprimento de uma única resposta, portanto se precisar de saídas muito mais longas terá de encadear chamadas ou escolher um modelo com um teto de saída mais elevado. A entrada é apenas texto, portanto qualquer tarefa que envolva imagens ou áudio requer um modelo diferente.