/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
47,1 ГБ
Архитектура
mistral3 · dense
Базовая модель
Mistral-Small-3.2-24B-Instruct-2506
Библиотека
transformers
Опубликована
8 июл 2025

MS3.2-24b-Angel

Изображение и текст → текст3 профессии

Дообученная мультимодальная модель Mistral для ролевых диалогов, написания историй и общих инструкций.

44скачиваний за 30 дней17лайковвеса обновлены3 сен 2025

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 «Изображение → 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

MS3.2-24b-Angel — дообученная Allura модель на базе Mistral Small 3.2-24B-Instruct-2506 для ролевых диалогов, написания историй и общих задач по инструкциям. В карточке указано, что обучение включало SFT на инструкциях, прозе и ролевых данных, затем KTO на данных для письма, следования инструкциям и пользовательских предпочтений.

Модель использует плотную архитектуру Mistral3ForConditionalGeneration и поддерживает текстовый диалог и анализ изображений; после текстового дообучения к весам вернули vision tower. README отмечает сильную прозу и убедительное изображение персонажей. Для работы рекомендованы токенизатор Mistral v7 Tekken и официальный код токенизации Mistral, если его поддерживает среда запуска.

В репозитории указаны веса Safetensors; автор также описывает варианты квантования EXL3, GGUF и MLX. Лицензия в предоставленных данных не указана. Модель ориентирована на ролевые сценарии и свободное письмо, поэтому ответы могут зависеть от промпта и настроек генерации; независимых количественных оценок в карточке нет.

Сценарии применения

  • ролевые диалоги с персонажами
  • написание художественных историй и прозы
  • продолжение сюжетных сцен
  • ответы на общие инструкции
  • обсуждение содержимого изображений

Ограничения

Карточка не приводит количественных оценок качества; результаты ролевого письма и следования инструкциям зависят от промпта и параметров генерации. Для совместимости автор рекомендует токенизатор Mistral v7 Tekken и официальный код токенизации Mistral, если он доступен в используемой среде.

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

Angel 24b

Very cursed generation of Angel Dust laying on a bed, staring at the camera smirking. Generated with Kiwimix-XL v3 + an Angel Dust lora, refined with GPT-image-1

Better to reign in Hell than serve in Heaven.

Overview

MS3.2-24b-Angel is a model finetuned from Mistral Small 3.2 for roleplaying, storywriting, and differently-flavored general instruct usecases.

Testing revealed strong prose and character portrayal for its class, rivalling the preferred 72B models of some testers.

Quantizations

EXL3:

GGUF:

MLX:

Usage

  • Use Mistral v7 Tekken.
  • It is highly recommended (if your framework supports it) to use the official Mistral tokenization code instead of Huggingface's. This is possible in vLLM with --tokenizer-mode mistral.
  • Recommended samplers (from CURSE and corroborated by me, Fizz) are 1.2 temperature, 0.1 min_p, and 1.05 repetition penalty.
  • We recommend a system prompt, but its contents only faintly matter (I accidentally had an assistant system prompt during the entire time I was testing)

Training Process

  1. The original model had its vision adapter removed for better optimization and easier usage in training frameworks
  2. The model was then put through an SFT process (using Axolotl) on various sources of general instruct, storytelling, and RP data, which resulted in allura-forge/ms32-sft-merged.
  3. Afterwards, the model was put through a KTO process (using Unsloth) on more focused storywriting and anti-slop data, as well as general instruction following and human preference, which resulted in the final checkpoints at allura-forge/ms32-final-TEXTONLY.
  4. Finally, the vision tower was manually added back to the weights to continue to support multimodality.

Credits

  • Fizz - training and data wrangling
  • Artus (by proxy) & Bot - help with funding
  • CURSE - testing
  • Mango - testing, data, help with KTO configs
  • DoctorShotgun - making the original text-only model
  • Axolotl & Unsloth - creating the training frameworks used for parts of this finetune
  • Everyone in Allura - moral support, being cool
  • Vivziepop and co - Angel Dust

<3 love you all

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Mistral3ForConditionalGeneration
Ревизия весов
0450a87

0 моделей