/ Модель

Характеристики

Контекст
131 072 токена
Параметры
12,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Instruct-2407
Библиотека
transformers
Опубликована
13 мар 2026

Mistral-Nemo-Instruct-2407-Heretic-v2

Генерация текстаТекст → текст9 профессий

Англоязычная чат-модель Mistral на 12,1 млрд параметров с длинным контекстом, доработанная для более редких отказов при генерации текста.

399скачиваний за 30 дней2лайкавеса обновлены8 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

0xA50C1A1/Mistral-Nemo-Instruct-2407-Heretic-v2 — англоязычная разговорная модель генерации текста на архитектуре Mistral, разработанная как производная unsloth/Mistral-Nemo-Instruct-2407. Это плотная авторегрессионная модель на 12,1 млрд параметров с контекстом до 131 072 токенов; поддерживает чат и интерфейс вызова инструментов. Модель изменена методом abliteration, чтобы реже отказывать в ответах: в карточке указано 4 отказа из 100 запросов против 88 у исходной модели.

Модель подходит для диалогов и генерации текста, в том числе для сценариев, где требуется снизить частоту отказов. Abliteration не гарантирует корректность ответов и может повлиять на поведение модели; приведённое сравнение отказов не описывает качество выполнения задач в целом. Доступна по лицензии Apache-2.0.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация и продолжение текста
  • создание англоязычного чат-бота
  • сценарии диалога с вызовом инструментов
  • ответы на запросы, которые исходная модель часто отклоняет

Ограничения

Модель намеренно реже отказывает, что может повысить вероятность выдачи нежелательных или небезопасных ответов. Приведённая в карточке статистика отказов не оценивает фактическую точность и качество ответов.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is a decensored version of unsloth/Mistral-Nemo-Instruct-2407, made using Heretic v1.2.0

Abliteration parameters

ParameterValue
direction_index18.46
attn.o_proj.max_weight1.29
attn.o_proj.max_weight_position29.40
attn.o_proj.min_weight1.08
attn.o_proj.min_weight_distance18.39
mlp.down_proj.max_weight1.47
mlp.down_proj.max_weight_position24.17
mlp.down_proj.min_weight1.41
mlp.down_proj.min_weight_distance19.35

Performance

MetricThis modelOriginal model (unsloth/Mistral-Nemo-Instruct-2407)
KL divergence0.05740 (by definition)
Refusals4/10088/100

Finetune Mistral, Gemma, Llama 2-5x faster with 70% less memory via Unsloth!

We have a free Google Colab Tesla T4 notebook for Mistral Nemo 12b here: https://colab.research.google.com/drive/17d3U-CAIwzmbDRqbZ9NnpHxCkmXB6LZ0?usp=sharing

✨ Finetune for Free

All notebooks are beginner friendly! Add your dataset, click "Run All", and you'll get a 2x faster finetuned model which can be exported to GGUF, vLLM or uploaded to Hugging Face.

Unsloth supportsFree NotebooksPerformanceMemory use
Llama-3 8b▶️ Start on Colab2.4x faster58% less
Gemma 7b▶️ Start on Colab2.4x faster58% less
Mistral 7b▶️ Start on Colab2.2x faster62% less
Llama-2 7b▶️ Start on Colab2.2x faster43% less
TinyLlama▶️ Start on Colab3.9x faster74% less
CodeLlama 34b A100▶️ Start on Colab1.9x faster27% less
Mistral 7b 1xT4▶️ Start on Kaggle5x faster*62% less
DPO - Zephyr▶️ Start on Colab1.9x faster19% less

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
bfa85c3

0 моделей