# ReMM SLERP 13B

> Текстовая чат-модель — экспериментальная SLERP-пересборка MythoMax на обновлённых компонентах. Подходит для диалогов и выполнения инструкций.

- **ID для API:** `undi95/remm-slerp-l2-13b`
- **Тип Модели:** Чат-модель
- **Контекст:** 6 144 токенов
- **Максимум на ответ:** 5 529 токенов
- **Вход:** текст → **Выход:** текст

## Описание

#### Суть
ReMM SLERP 13B — экспериментальная пересборка MythoMax-L2-13B, созданная Undi95. В карточке модели указано, что итог получен слиянием ReML и Huginn v1.2 методом SLERP. ReML, в свою очередь, собирали на базе Llama 2 13B с компонентами Chronos-Beluga, Airoboros и Nous-Hermes. Это не отдельная модель, обученная с нуля, а комбинация уже существующих весов.

#### Сильные стороны
Модель объединяет несколько компонентов, связанных с диалоговыми и инструкционными моделями. В карточке приведён шаблон Alpaca: запрос оформляется как инструкция, а модель должна выдать ответ. Это может быть удобно в сценариях, где важны ответы на текстовые запросы и следование явным указаниям. Разработчик описывает проект именно как пробную пересборку, поэтому результаты могут зависеть от формулировки запроса и выбранного шаблона.

#### Контекст и модальности
По данным каталога, модель принимает и генерирует текст; длина контекста — 6144 токена. Поддержка изображений, аудио и других модальностей не заявлена. Для обращений в формате инструкций можно использовать шаблон Alpaca из карточки модели.

#### Типовые сценарии
Текстовые диалоги, ответы на инструкции, генерация и переформулирование текста. Модель можно рассматривать для экспериментов с объединёнными весами и сравнения разных вариантов сборки семейства ReMM.

#### Ограничения
Это экспериментальное слияние, а не описание гарантированных качеств или специализированных возможностей. В карточке не приводится подробная инструкция по настройке и не заявляется отдельная оптимизация для конкретной прикладной задачи. При использовании стоит соблюдать указанный формат prompt и проверять ответы, особенно если важна точность.

#### Отличие от соседей по семейству
ReMM позиционируется как обновлённая пересборка оригинальной MythoMax. В отличие от промежуточной ReML, она дополнительно объединяет ReML с Huginn v1.2 посредством SLERP. Коллекция Undi95 объединяет модели, основанные на MythoMax с обновлёнными компонентами.

## Цены

- Запрос / 1М: 41,44 ₽
- Ответ / 1М: 76,97 ₽
- Чтение кэша / 1М: 41,44 ₽

## Параметры

response_format, max_tokens, temperature, top_p, stop, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, top_k, min_p, seed, top_a, logprobs, top_logprobs, structured_outputs

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| mancer/fp8 | Запрос / 1М: 41,44 ₽; Ответ / 1М: 76,97 ₽ | 6 144 | 5 529 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "undi95/remm-slerp-l2-13b",
  "messages": [
    {
      "role": "user",
      "content": "Привет"
    }
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/undi95/remm-slerp-l2-13b
- Каталог: https://polza.ai/models