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)

python

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)