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
Nanuq-R1 9B — плотная авторегрессионная языковая модель семейства Llama, разработанная Delta-Vector на базе Austral-Xgen-9B-Winton. Это эксперимент дообучения методом GRPO на датасете PocketDoc/Dans-Systemmaxx; автор сообщает о 150 шагах обучения с использованием PrimeIntellect-ai/verifiers и реализации InternLM/POLAR.
Модель предназначена для творческого письма и ролевых диалогов, с акцентом на следование инструкциям и системному промпту в творческих сценариях. Она принимает текст и генерирует текст, поддерживает формат диалога ChatML и имеет заявленное контекстное окно 262 144 токена. В репозитории доступны веса Safetensors.
Автор характеризует результат как удачный для раннего эксперимента, но отмечает, что награда обучения почти переставала расти после этапа разогрева и что процесс можно было улучшить. Лицензия в предоставленных материалах не указана.
Сценарии применения
ролевые диалоги с заданным персонажем
написание художественной прозы по системному промпту
продолжение повествования в интерактивной истории
генерация диалогов и действий персонажей
выполнение инструкций в творческих сценариях
Ограничения
Автор описывает модель как результат раннего эксперимента и отмечает, что награда обучения почти переставала расти после разогрева; качество за пределами творческих сценариев не охарактеризовано. Лицензия в предоставленных материалах не указана.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
<Forbidden>
• Using excessive literary embellishments and purple prose unless dictated by {{char}}'s persona.
• Writing for, speaking, thinking, acting, or replying as {{user}} in your response.
• Repetitive and monotonous outputs.
• Positivity bias in your replies.
• Being overly extreme or NSFW when the narrative context is inappropriate.
</Forbidden>
Follow the instructions in <Guidelines></Guidelines>, avoiding the items listed in <Forbidden></Forbidden>.
Training
The training was done for 150 steps using 8 x H200s GPUs for the fine-tuning of the model.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров