Dorian2B/Vera-v0.1-GGUF

V

VERA

v0.1

INTELLIGENCE

Solution d'intelligence artificielle nouvelle génération

Vera v0.1

Créé le : 23 avril 2025
Auteur : Dorian Dominici
Paramètres : 7 milliards
Contexte max. : 32 000 tokens

---

🌟 Description

Vera est un modèle de langage polyvalent (LLM) bilingue, conçu pour offrir un échange naturel en français et en anglais. Grâce à ses 7 milliards de paramètres et à une fenêtre contextuelle étendue à 32 k tokens, Vera excelle dans :

• 💬 Conversation fluide
• 🔄 Traduction précise
• 📝 Génération et correction de code léger
• 🤖 Agents IA pour tâches générales

---

🚀 Points forts

• Bilingue FR/EN : compréhensions et réponses optimisées pour ces deux langues.
• Large contexte : idéale pour les documents longs et les scénarios complexes d’agent IA.
• Polyvalence : adaptée aux cas d’usage variés : chat, traduction, résumé, codage, etc.
• Accès open-source : facile à déployer et à intégrer via la plateforme Hugging Face.

---

🛠️ Cas d’usage

Domaine	Exemples
Chatbot & Assistance	Support client, FAQ interactives
Traduction	Texte technique, emails, documentation
Aide au développement	Snippets, correction de bugs, documentation code
Rédaction & Résumé	Articles, rapports, synthèses
Automatisation IA	Agents conversationnels, workflows automatisés

---

Téléchargement et utilisation :

Option 1 : Via Ollama

ollama run hf.co/Dorian2B/Vera-v0.1-GGUF

Option 2 : Téléchargement direct (GGUF)

Modèle GGUF Quantifié (Q8_0)

Option 3 : Utilisation avec Python (PyTorch)

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Dorian2B/Vera-v0.1"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

input_text = "Bonjour Vera, comment ça va ?"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Cas d'usage :

• Assistance personnelle hors ligne
• Réponses rapides en français
• Solutions pour appareils à ressources limitées

Notes :

• Fonctionnement 100% local respectant la vie privée
• Performances optimales sur CPU/GPU (format GGUF)
• Poids du modèle : ~7.7GB (Q8_0)