Экспериментальная диалоговая языковая модель на архитектуре Llama, дообученная авторами проекта promotion на базе meta-llama/Llama-3.1-8B-Instruct. Модель исследует метод SurplusMaxMin для выбора весов целей в многокритериальном выравнивании. В эксперименте использованы данные SafeRLHF и две цели: полезность и безвредность; модель предназначена для генерации ответов в диалоге с учетом этих целей.

В метаданных указаны 7,5 млрд параметров, контекст до 131 072 токенов, библиотека Transformers и формат Safetensors. В README описана оценка на отложенных промптах, где ответы сравнивались с общей эталонной политикой; конкретные результаты и численные показатели качества не приведены. Использование регулируется лицензией Llama 3.1.