/ Модель

Характеристики

Контекст
131 072 токена
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
KansenSakura-Erosion-CW-12b
Библиотека
transformers
Опубликована
11 мая 2026

Evertide-RX-12B

Генерация текстаТекст → текст8 профессий

Экспериментальная многоязычная модель Mistral на 12,1 млрд параметров для диалогов, совместного написания текстов, мозговых штурмов и коротких ролевых сцен.

33скачиваний за 30 дней5лайковвеса обновлены16 мая 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

Evertide-RX-12B — универсальная разговорная языковая модель на архитектуре Mistral, разработанная Retreatcost. Модель дообучена в полном формате параметров на слиянии моделей, созданном на основе unreleased cowriter-модели; README также указывает, что использованы те же модели, что и в Retreatcost/KansenSakura-Erosion-RP-12b. Размер составляет 12,1 млрд параметров, контекст — до 131 072 токенов. Репозиторий содержит веса Safetensors, библиотека для работы — Transformers.

Модель предназначена для диалогов, совместного написания текстов, мозговых штурмов и коротких ролевых сцен. Заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. По README, рассуждения обычно включаются без дополнительной настройки, но иногда ответы могут появляться без них.

Автор сообщает, что обучение проводилось на 451 вручную подготовленном примере, без RL. Это экспериментальная модель общего назначения; автор не заявляет о превосходстве над другими моделями и отмечает, что она не предназначена специально для эротического ролевого общения и может отказывать на некоторых запросах. Лицензия — Apache 2.0.

Сценарии применения

  • ведение многоязычных диалогов
  • совместное написание и доработка текстов
  • генерация идей и мозговой штурм
  • короткие ролевые диалоги
  • получение ответов с рассуждениями

Ограничения

Автор указывает, что модель обучена на 451 примере, не проходила RL-обучение и иногда может отвечать без блока рассуждений. Она не предназначена специально для эротического ролевого общения и может отказывать на некоторых запросах.

Для каких профессий подходит8

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

Evertide-RX-12B

evertide_rx

A generalist model, with some reasoning capabilities and multi-lang support.

Supported languages:

  • English
  • French
  • German
  • Spanish
  • Italian
  • Portuguese
  • Russian
  • Chinese
  • Japanese

This model is trained in FFT based on unreleased cowriter model merge (uses same models as Retreatcost/KansenSakura-Erosion-RP-12b, credits to all original model authors.), using in-progress dateset, that I am creating for another project.

Training stats can be found in "Training metrics" tab.

Reasoning should work out of the box most of the times with occasional replies without it. For absolute consistency you can prefill model responses with "< think >\n" (think tag without spaces, line break is preferred).

Intended use

  • General conversations, chatting.
  • Co-writing, brainstorming.
  • Short roleplaying.

Inference Tips

  1. Temperature: 0.7 (0.6 - 0.8 range should work fine)
  2. Repetition Penalty: 1.05
  3. TOP_P: 0.90
  4. TOP_K: 0 (disable)
  5. MIN_P: 0.025
  6. Template Format: ChatML
  7. Max Output: 2048 (Due to additional reasoning budget I suggest giving the model at least 768 tokens, preferrably over 1K, but usually it rarely outputs answers longer than 1.35K, 2K is a safe max).
  8. Context Management: 8K

I haven't really tested or trained the model for long context, so it will probably break earlier than regular models. You can set a higher context, for example 16K, 24K or 32K, but I don't guarantee how it will behave.

Training details

I trained 2 variants of the model:

  • with unrolled turns (each turn in separate sample)
  • with regular turns (all turns in single sample)

Unrolled turns teach local attention much better and train faster, but generalize worse for multi-turn (Evertide-LA-12B, Local attention). Regular turns have much better multi-turn generalisation, but they tend to memorize instead of training new capabilities. (Evertide-GA-12B, Global attention).

I also trained these with changed RoPE theta - 10K for GA, 10M for LA. My reasoning behind this is that during merging I "unrotate" the changes in config, effectively creating a distribution that I haven't trained in.

LA becomes shrinked to be even more specialized in short context, while GA gets stretched to cover longer context.

Then I merged these training runs using passthrough in a pattern 4:1, similar to how Gemma 4 models have layered SWA and GA.

download

The following YAML configuration was used to produce this model:

merge_method: passthrough
slices:
- sources:
  - model: Evertide-LA-12B
    layer_range: [0, 4]
- sources:
  - model: Evertide-GA-12B
    layer_range: [4, 5]
- sources:
  - model: Evertide-LA-12B
    layer_range: [5, 9]
- sources:
  - model: Evertide-GA-12B
    layer_range: [9, 10]
- sources:
  - model: Evertide-LA-12B
    layer_range: [10, 14]
- sources:
  - model: Evertide-GA-12B
    layer_range: [14, 15]
- sources:
  - model: Evertide-LA-12B
    layer_range: [15, 19]
- sources:
  - model: Evertide-GA-12B
    layer_range: [19, 20]
- sources:
  - model: Evertide-LA-12B
    layer_range: [20, 24]
- sources:
  - model: Evertide-GA-12B
    layer_range: [24, 25]
- sources:
  - model: Evertide-LA-12B
    layer_range: [25, 29]
- sources:
  - model: Evertide-GA-12B
    layer_range: [29, 30]
- sources:
  - model: Evertide-LA-12B
    layer_range: [30, 34]
- sources:
  - model: Evertide-GA-12B
    layer_range: [34, 35]
- sources:
  - model: Evertide-LA-12B
    layer_range: [35, 39]
- sources:
  - model: Evertide-GA-12B
    layer_range: [39, 40]
dtype: bfloat16

FAQ

Is this model better than X model?

Probably not.

Is it an NSFW model?

Not exactly. With some prompting it is definitely capable to output something, but it's not designed to be an ERP model in the first place. I would rate it 4/10 in this department, it's by design.

Is it an uncensored model?

The same as above, it will absolutely refuse some of your more unhinged prompts. You can try to abliterate it, tho.

Why isn't it NSFW/uncensored by default?

For this model achieving ERP capabilities wasn't the goal, so I'm happy with current state.

RP/ERP model when?

Soon™.

Did you train in RL?

No, not yet, but that's one of future plans.

Is the reasoning performative?

It's hard to tell exactly, it definitely has some elements of it, but it also was trainded with some specific constraints, that force causality between thinking blocks and answer. So I would say that it's at least a hybrid. Any further improvements require RL training.

How much samples did you train on?

Only 451 sample, but they are all manually crafted and refined using score-samples script.

Special Thanks

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
83c5356

0 моделей