Характеристики
- Лицензия
- Apache 2.0
- Базовая модель
- Dolphin3.0-Mistral-24B
- Опубликована
- 16 июл 2026
Ссылки
Dolphin3.0-R1-Mistral-24B-Patched
Dolphin3.0-R1-Mistral-24B-Patched — текстовая генеративная модель от AIOpsInSpace, созданная на базе cognitivecomputations/Dolphin3.0-Mistral-24B.
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
Модель объединяет дообучение Dolphin 3.0 с паттернами рассуждений DeepSeek-R1 и предназначена для локального запуска, генерации текста и решения задач, требующих пошагового рассуждения. Заявлена поддержка формата reasoning trace с тегами <think> и исправления, повышающие стабильность работы локальных бэкендов и предотвращающие зависания токенизатора.
Модель представляет собой плотную архитектуру Mistral с 24 млрд параметров. В карточке указана английская локализация; другие языки и размер контекстного окна не описаны. Среди заявленных особенностей — отсутствие ограничений на тематику ответов и совместимость с GGUF, однако конкретные варианты квантования, требования к оборудованию и результаты бенчмарков не приведены.
Сильными сторонами модели являются сочетание относительно компактного для такого уровня reasoning-движка размера, открытой основы Mistral, ориентированности на локальное выполнение и поддержка явного формата рассуждений. Ограничениями остаются отсутствие подтверждённых количественных оценок качества, неполные сведения о контексте и аппаратных требованиях, а также потенциальные риски использования модели без встроенных ограничений безопасности. Указанная лицензия — Apache-2.0.
Для каких профессий подходит15
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
- II.10Разработка и эксплуатация AI/ML-систем
- II.1Анализ требований и архитектура ПО
- I.14Автоматизация процессов и AI-агенты
- II.4Отладка, тестирование и качество ПО
- I.11Классификация, ранжирование и сопоставление
- II.3Рефакторинг, миграция и модернизация
- II.7DevOps, облако и эксплуатация IT-систем
- II.8Инженерия данных и аналитика
- I.3Извлечение и структурирование данных
- II.9Статистика, эксперименты и причинный анализ
- I.7Речь, диалоги и встречи
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
llama.cpp
GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.
- Ревизия весов
- 81d800e