/ Модель

Характеристики

Контекст
131 072 токена
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Base-2407
Опубликована
14 ноя 2025

Trouper-12B

Генерация текстаТекст → текст3 профессии

Trouper-12B — англоязычная модель на базе Mistral для ролевого отыгрыша персонажей и творческого письма.

51скачиваний за 30 дней10лайковвеса обновлены16 авг 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

Trouper-12B — модель для текстовой генерации и ролевых диалогов от DarwinAnim8or. Она дообучена на пользовательском наборе Actors на базе Mistral-Nemo-Base-2407 и содержит 12,1 млрд параметров. Модель предназначена для отыгрыша персонажей и творческого письма: она поддерживает естественные диалоги, эмоциональное развитие персонажей, юмор и разнообразную структуру ответов.

Модель принимает текст и генерирует текст на английском языке; заявленное окно контекста — 131 072 токена. Для корректного завершения ответов рекомендуется режим chat completion с шаблоном Mistral-V3-Tekken или ChatML. Автор отмечает естественный, конкретный стиль прозы и эффективный вывод при размере 12B. Лицензия — Apache-2.0.

Сценарии применения

  • Ролевые диалоги с персонажами
  • Создание естественных реплик для вымышленных героев
  • Развитие характера и эмоциональной арки персонажа
  • Написание сцен с юмором и уязвимостью
  • Продолжение многоходовых текстовых ролевых игр

Ограничения

Для корректного поведения при остановке генерации модель чувствительна к шаблону чата; без рекомендованного шаблона возможны метаповествование и лишнее продолжение ответа. Иногда модель выходит из роли, а качество очень длинных диалогов может уступать более крупным моделям.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Trouper-12B

A character roleplay model trained on the custom "Actors" dataset, fine-tuned from Mistral-Nemo-Base-12B. This model was made to expand on the things I learned from TinyRP, and to overcome certain limitations I found from it; also on an entirely new dataset made just for this model.

This model writes more naturally, less like "AI"; even more so than the 24B model I'm also releasing. I suppose this is because the 12B model saw less synthethic data, and is thus less likely to use phrases typical in AI writing & prose.

-> If you're looking for the larger model in this series: Prima-24B

-> This model has an update! Check out v2 here: Trouper-v2

Looking for feedback, so please do share if you got any!

Key Features

  • Clean prose: Minimal AI slop patterns, natural speech
  • Character depth: Handles emotional progression and vulnerability well
  • Efficient: 12B size provides fast inference while maintaining quality
  • Template-dependent: Requires Mistral-V3-Tekken for proper stop behavior

Recommended Settings

Use chat completion mode

  • Temperature: 0.7 (tested and validated)
  • Template: Mistral-V3-Tekken OR ChatML, some users reported better results with ChatML (critical for proper formatting and stop behavior)
  • Context: Handles 15-20+ turn conversations effectively
  • Prompt Preprocessing: Semi-strict, no tools

Strengths

  • Writing Quality: Direct, concrete descriptions without purple prose
  • Natural Dialogue: Speech patterns feel authentic, not performative
  • Emotional Range: Handles vulnerability, humor, and character growth
  • Structural Variety: Avoids formulaic response patterns
  • Show Don't Tell: Trusts the reader, doesn't over-explain emotions

Comparison to Prima-24B

Trouper-12B and Prima-24B are trained on identical data but offer different trade-offs:

AspectTrouper-12BPrima-24B
Prose StyleDirect and concreteSlightly more elaborate
AI SlopMinimalModerate (some patterns)
ReliabilityGood (template-sensitive)Excellent
Long ContextGood (12B)Better (24B)
Inference SpeedFaster (12B)Slower (24B)
Setup DifficultyModerate (template critical)Easy
Action RPGoodExcellent
Emotional RPExcellentGood

Choose Trouper-12B if: You want best prose quality, natural dialogue, and don't mind template setup
Choose Prima-24B if: You want reliability, long context, or action-oriented RP

Comparison to TinyRP-12B

This model addresses several issues found in my previous TinyRP-12B release:

AspectTinyRP-12BTrouper-12B
Formulaic patternsYes (after 20+ turns)No
Character stagnationYesNo - characters evolve
Opening varietyRepetitiveVaried
Training dataOriginal datasetCustom "Actors" dataset
Long conversationsDegradesMaintains quality

Known Limitations

  • Template Sensitivity: Without Mistral-V3-Tekken, may generate meta-narration or continue past appropriate stopping points
  • Occasional Meta-Breaks: Rare instances of stepping outside character (regenerate if needed)
  • Context Window: While good for 15-20+ turns, may be outperformed by larger models at 50+ turns. please let me know how it works for you!

Got Feedback?

Issues, questions, or feedback welcome! Particularly interested in:

  • Long conversation quality (20+ turns)
  • Template compatibility findings
  • Comparison with other RP models

Feel free to make a post in the Community tab here!

Why train on a base model?

According to this paper: Base Models Beat Aligned Models at Randomness and Creativity; and to avoid any possible "GPT-isms", I decided to train on a base model. Think of it as more mallable clay vs re-shaping something that was already formed to be something else.

This is what led to the behavior observed in this model, where the model just legitimately doesn't understand being an "assistant" outside of being a character that is an assistant. SO while the model is probably not useful outside of RP, it is also not intended to be.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1107dde

0 моделей