ReMM SLERP L2 13B
Réseau Neuronal
ReMM SLERP L2 13B est un modèle linguistique ouvert de 13B paramètres, recréé à partir de MythoMax L2 13B par fusion SLERP.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche ReMM SLERP L2 13B?
ReMM SLERP L2 13B est un modèle textuel ouvert de 13B paramètres, né d'une expérience : les auteurs ont reconstruit l'idée de MythoMax L2 13B en utilisant des modèles sources mis à jour et en les fusionnant via SLERP. Ce n'est pas une copie de l'original, mais une reconstruction. Sur BotHub, le modèle est accessible sans VPN ni carte étrangère ; le paiement s'effectue en roubles avec des cartes russes, uniquement pour les jetons consommés, qui n'expirent pas. Plus de 250 modèles sont disponibles dans une seule fenêtre : testez facilement une requête sur plusieurs modèles pour comparer les réponses. L'API compatible OpenAI permet de changer de modèle sans réécrire l'intégration. Les échanges sont chiffrés en AES-GCM, et les entreprises bénéficient de contrats, factures, EDI et d'un panneau d'administration avec limites. Utile pour rédiger ou réécrire rapidement du texte, résumer des documents, créer des scénarios de dialogue pour des bots, prototyper un service via API sans dépendre d'un seul fournisseur, ou comparer les performances des modèles sur vos tâches.Questions fréquentes sur ReMM SLERP L2 13B
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle textuel d'undi95 : il accepte du texte, des documents et des images en entrée, et répond par du texte. La fenêtre contextuelle est de 4096 jetons, ce qui le rend idéal pour les dialogues, la réécriture, l'édition de formulations, les réponses basées sur de courts extraits de documents et l'analyse d'images individuelles.
La limite de sortie est de 5529 jetons par réponse. N'oubliez pas la fenêtre contextuelle de 4096 jetons : elle inclut votre requête et ce que le modèle a déjà écrit. Il est donc préférable de traiter les documents volumineux par parties en poursuivant le dialogue.
Un mode de raisonnement spécifique n'est pas indiqué pour ce modèle dans nos données, mais cela n'empêche pas une analyse étape par étape. Demandez-lui directement dans le prompt de détailler la logique par étapes, divisez la tâche en parties, et la qualité de la réponse s'améliorera généralement de manière significative.
Dans nos données, l'appel de fonctions et la sortie structurée stricte ne sont pas indiqués pour remm-slerp-l2-13b. Vous pouvez décrire le schéma dans le prompt et demander une réponse au format souhaité. Si vous avez besoin de garanties, l'API BotHub compatible OpenAI vous permet de passer à un autre modèle sans réécrire l'intégration.
Le modèle accepte les images et les documents en entrée — ce sont des capacités confirmées, et il répond par du texte. La réception d'audio et de vidéo n'est pas indiquée dans nos données ; pour les fichiers audio et vidéo, il vaut mieux choisir un modèle spécialisé dans le catalogue BotHub.
Nous ne fournissons pas de données sur les langues des prompts et des réponses pour ce modèle, nous n'inventerons donc pas d'évaluation — il est plus simple de tester sur vos tâches réelles. Sur BotHub, c'est accessible sans VPN ni carte étrangère, le paiement s'effectue par carte bancaire à l'usage, et les jetons non utilisés n'expirent pas.