Vera-v1.5-Instruct-2B-GGUF

<div style="background: linear-gradient(135deg, #0a3e1c, #1f6e36, #31b84a); border-radius: 16px; padding: 25px; margin: 20px auto; box-shadow: 0 10px 30px rgba(0,0,0,0.3); text-align: center; max-width: 380px;"> <!-- Logo content --> <div style="display: flex; flex-direction: column; align-items: center; justify-content: center; margin-bottom: 10px;"> <!-- Logo text --> <div style="position: relative; text-align: center;"> <div style="font-family: Arial, sans-serif; font-size: 48px; font-weight: 900; color: #ff8a00; background: linear-gradient(to right, #ff8a00, #5aff8a, #5ff8cd); -webkit-background-clip: text; -webkit-text-fill-color: transparent; margin: 0; line-height: 1; letter-spacing: 1px;">VERA</div> <div style="font-family: Arial, sans-serif; font-size: 14px; font-weight: 500; color: #fff; background: linear-gradient(135deg, #ff8a00, #2ee566); padding: 2px 8px; border-radius: 12px; position: absolute; top: 5px; right: -40px; box-shadow: 0 3px 8px rgba(46, 229, 102, 0.3);">v1.5</div> <div style="font-family: 'Segoe UI', Tahoma, sans-serif; font-size: 18px; font-weight: 600; color: #fff; letter-spacing: 3px; text-transform: uppercase; margin: 5px 0 0 0; background: linear-gradient(to right, #2ee566, #00ffaa); -webkit-background-clip: text; -webkit-text-fill-color: transparent; text-shadow: 0 2px 5px rgba(0,0,0,0.2);">INSTRUCT</div> </div> </div> <!-- Divider --> <div style="width: 80%; height: 2px; background: linear-gradient(to right, transparent, rgba(255,255,255,0.7), transparent); margin: 10px auto;"></div> </div>

Vera V1.5 - Instruct

Description :

Vera-1.5 GGUF est la version optimisée au format GGUF de Vera-1.5, développée en 2025. Basé sur une architecture de 2.6B paramètres. Il est idéal pour la rédaction, la traduction, l’analyse et l’assistance textuelle.

Amélioration clés :

• Enrichissement de la base de connaissances pour une meilleure pertinence contextuelle.
• Complexité linguistique accrue permettant des réponses plus nuancées.
• Formulations mises à jour pour une communication plus fluide.

Caractéristiques clés :

• Modèle léger (2.6B de paramètres) : Idéal pour une utilisation locale, y compris sur mobile
• Spécialisation en français : Compréhension et génération de texte de haute qualité
• Formats disponibles : GGUF (Llama.cpp/Ollama) et PyTorch
• Open Source : License Apache 2.0

Téléchargement et utilisation :

Option 1 : Via Ollama

ollama run hf.co/Dorian2B/Vera-v1.5-Instruct-GGUF:Q8_0

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-v1.5-Instruct"
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 : ~2.8GB (Q8_0), ~1.7GB (Q4_K_M)