---
license: apache-2.0
language:
- fr
- en
- es
- it
- de
pipeline_tag: text-generation
tags:
- Vera
- General
- LLM
- AI
- 3.9B
base_model:
- Dorian2B/Vera-2.0
---
<div align="center">
  <div style="background: linear-gradient(135deg, #0b1c38, #3a1c71); border-radius: 20px; padding: 30px 20px; margin: 20px 0; box-shadow: 0 10px 30px rgba(0,0,0,0.3), 0 0 20px rgba(138, 43, 226, 0.4) inset; text-align: center;">
    <div style="position: relative; z-index: 2; display: inline-block;">
      <span style="font-family: 'Montserrat', sans-serif; font-size: 3.2rem; font-weight: 800; letter-spacing: 2px; color: transparent; background: linear-gradient(to right, #89fffd, #c5d0ff, #d8b4fe, #818cf8); -webkit-background-clip: text; background-clip: text; vertical-align: middle;">VERA 2.1</span>
      <span style="font-family: 'Montserrat', sans-serif; font-size: 1.5rem; font-weight: 300; letter-spacing: 3px; color: #e0e7ff; text-transform: uppercase; vertical-align: middle; margin-left: 15px;">INSTRUCT</span>
      <div style="margin-top: 15px; width: 100%; height: 1px; background: linear-gradient(to right, transparent, rgba(255,255,255,0.7), transparent); margin: 15px auto;"></div>
      <div style="font-family: 'Montserrat', sans-serif; font-size: 0.9rem; color: #c7d2fe; font-style: italic; margin-top: 10px; text-align: center;">Intelligence artificielle de nouvelle génération</div>
    </div>
  </div>
</div>
</div>

### **Description :**  
**Vera 2.1** est une version optimisée du modèle Vera 2.0, offrant des améliorations en cohérence, support linguistique et stabilité. Avec son architecture de **3,9 milliards de paramètres**, il excelle dans le traitement de longs documents, la programmation et la génération de texte multilingue, tout en garantissant une exécution **100% locale** pour une confidentialité absolue.  

### **Améliorations clés :**  
- **Cohérence renforcée** sur les contextes longs (**128K tokens**)  
- **Support linguistique étendu** avec l’ajout de l’**allemand** (FR, EN, ES, IT, DE)  
- **Stabilité d’identité totale** : Plus de confusion avec d'autres modèles IA  
- **Optimisation mémoire** : Meilleure gestion de la VRAM pour les longs documents  
- **Capacités techniques améliorées** : Analyse de code Python et création littéraire  

### **Caractéristiques principales :**  
- **Modèle compact & performant** (3,9B paramètres)  
- **Traitement local** (PC & smartphones) – **aucune donnée externe**  
- **Langues supportées** : Français, Anglais, Espagnol, Italien, **Allemand**  
- **Licence** : **Apache 2.0** (open source)  


---

## Téléchargement et utilisation :

### Option 1 : Via Ollama

```bash
ollama run hf.co/Dorian2B/Vera-2.1-GGUF
```

### Option 2 : Téléchargement direct (GGUF)
[Modèle GGUF Quantifié (Q8_0)](https://huggingface.co/Dorian2B/Vera-2.1-GGUF/blob/main/Vera-v2.1-q8_0.gguf)

### Option 3 : Utilisation avec Python (PyTorch)


```python
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Dorian2B/Vera-2.1"
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 : ~4GB (Q8_0)