metadata

datasets:
  - anthracite-org/kalo-opus-instruct-22k-no-refusal
  - anthracite-org/stheno-filtered-v1.1
  - anthracite-org/nopm_claude_writing_fixed
  - AiAF/SCPWiki-Archive-02-March-2025-Datasets
  - passing2961/multifaceted-skill-of-mind
  - huihui-ai/QWQ-LONGCOT-500K
  - huihui-ai/LONGCOT-Refine-500K
  - Epiculous/Synthstruct-Gens-v1.1-Filtered-n-Cleaned
  - Epiculous/SynthRP-Gens-v1.1-Filtered-n-Cleaned
  - alexandreteles/AlpacaToxicQA_ShareGPT
  - Nitral-AI/Active_RP-ShareGPT
  - PJMixers/hieunguyenminh_roleplay-deduped-ShareGPT
  - Nitral-AI/RP_Alignment-ShareGPT
  - Chaser-cz/sonnet35-charcard-roleplay-sharegpt
  - AiCloser/sharegpt_cot_dataset
  - PJMixers/Gryphe_Opus-WritingPrompts-Story2Prompt-ShareGPT
  - priveeai/pippa_sharegpt
  - Locutusque/sharegpt_gpt4_uncensored_cleaned
  - OpenCoder-LLM/opc-sft-stage1
  - OpenCoder-LLM/opc-sft-stage2
  - microsoft/orca-agentinstruct-1M-v1
  - microsoft/orca-math-word-problems-200k
  - NousResearch/hermes-function-calling-v1
  - AI-MO/NuminaMath-CoT
  - AI-MO/NuminaMath-TIR
  - allenai/tulu-3-sft-mixture
  - cognitivecomputations/dolphin-coder
  - HuggingFaceTB/smoltalk
  - cognitivecomputations/samantha-data
  - m-a-p/CodeFeedback-Filtered-Instruction
  - m-a-p/Code-Feedback
  - mlabonne/FineTome-100k
  - PawanKrd/math-gpt-4o-200k
  - V3N0M/Jenna-50K-Alpaca-Uncensored
  - FreedomIntelligence/medical-o1-reasoning-SFT
base_model:
  - danieliuspodb/llama-3.2-1b-extremist4
  - huihui-ai/Llama-3.2-1B-Instruct-abliterated
  - UUFO-Aigis/Magnum-1b-v1
  - prithivMLmods/Llama-Express.1-Math
  - unsloth/Llama-3.2-1B-Instruct
  - bunnycore/FuseChat-3.2-1B-Creative-RP
  - CarrotAI/Llama-3.2-Rabbit-Ko-1B-Instruct
  - carsenk/llama3.2_1b_2025_uncensored_v2
  - xdrshjr/llama3.2_1b_uncensored_5000_8epoch_lora
  - passing2961/Thanos-1B
  - huihui-ai/MicroThinker-1B-Preview
  - Trelis/Llama-3.2-1B-Instruct-MATH-synthetic
  - prithivMLmods/Bellatrix-Tiny-1B-v3
  - cognitivecomputations/Dolphin3.0-Llama3.2-1B
  - Nexesenex/Dolphin3.0-Llama3.1-1B-abliterated
  - KidIkaros/Llama-3.2-1B-Instruct-abliterated
  - Nexesenex/Llama_3.2_1b_SunOrca_V1
  - NickyNicky/Llama-1B-GRPO_Final
  - DeepAutoAI/Explore_Llama-3.2-1B-Inst_v1.1
  - AiAF/Pretrained-SCP-1B-QLoRA
library_name: transformers
tags:
  - transformers
  - mergekit
  - merge
  - 1b
  - rp
  - nsfw
  - roleplay
  - español
  - uncensored
  - llama
  - llama3.2
  - not-for-all-audiences
language:
  - es
  - en
pipeline_tag: text-generation

Mezcla

Esta mezcla de 20 modelos pre-entrenados fue creado usando mergekit.

Cada uno de los modelos que lo compone destaca en lo suyo:

Roleplay
GRPO
Uncensored
Abliterated
Gran cantidad de datasets inyectados

Detalle de la Mezcla

"Blast Processing" es una variante innovadora del modelo Llama3.2-1B, diseñado para ofrecer un rendimiento explosivamente rápido y eficiente en tareas de generación y comprensión de lenguaje. Inspirado en la idea de “procesamiento a todo gas” y en los avances tecnológicos que permiten manejar enormes cantidades de datos a alta velocidad, este modelo fue creado a partir de la fusión de 20 Modelos (los mejores que encontré hasta el momento), técnicas de compresión avanzada y optimizaciones de hardware para brindar respuestas en tiempo récord haciendo uso de poca memoria RAM, sin sacrificar la calidad o la coherencia del output.

Entre sus características distintivas se destacan:

Velocidad excepcional: Gracias a optimizaciones en la arquitectura y técnicas de cuantización, "Blast Processing" maximiza el uso del hardware, permitiendo una generación de tokens muy rápida, ideal para aplicaciones en tiempo real.
Eficiencia en recursos: Su diseño ligero lo hace apto para dispositivos móviles y entornos con recursos limitados, sin perder la capacidad de procesamiento que se espera de modelos de última generación.
Rendimiento robusto: Mantiene la calidad y precisión en tareas de lenguaje natural, al integrar refinamientos en el entrenamiento que refuerzan su coherencia y consistencia, incluso en escenarios de alta demanda.

Con "Blast Processing", no solo se apuesta por la potencia bruta en velocidad, sino también por una experiencia de usuario más dinámica y fluida, abriendo paso a nuevas aplicaciones en áreas como asistentes virtuales, análisis de datos en tiempo real y sistemas interactivos para dispositivos móviles.

Esta denominación evoca una imagen de tecnología de alto rendimiento, lista para "despegar" en cualquier escenario donde la rapidez y la eficiencia sean esenciales, haciendo honor al legado de la innovación en IA y procesamiento de datos.

Método de Mezcla

Este modelo fue mezclado usando el método de mezcla Model Stock usando el modelo bunnycore/FuseChat-3.2-1B-Creative-RP como base.

Modelos Mezclados

Los siguientes modelos fueron incluídos en la mezcla: