Vinci Bozza 1.0
Notre premier modèle de 9B. Le même caractère Vinci, à plus grande échelle.

Son histoire
Bozza a été notre première version de 9B, portant la Constitution de Vinci au palier intermédiaire de la famille : au-dessus des 4B de Piccolo et en dessous des 27B prévus pour Tela. Nous voulions faire progresser l’honnêteté et le caractère tout en préservant les capacités. L’évaluation montre aussi le coût de cet effort.
Son objectif
Conversation, rédaction, raisonnement quotidien, connaissances générales et réponses qui reconnaissent les limites du modèle. Tela reste en développement; Bozza 1.0 est la version de 9B disponible.
Un caractère que nous pouvons expliquer.
Bozza partage la Constitution publique de Vinci : être direct, dire d’abord ce qui est vrai, nommer un coût sans insister et refuser d’inventer une réponse. Ce sont les comportements visés par l’entraînement; les exemples et l’évaluation montrent les progrès comme les limites.
Lire la Constitution de VinciLe caractère en conversation.
Extraits sélectionnés des fiches de modèles, fournis par l’équipe. Réponses originales en anglais, à titre illustratif : ce ne sont pas des démonstrations en direct et leur exactitude n’est pas assurée. Le code présenté n’est pas une recette de production.
Nomme le coût une seule fois
Vous
I'm going to skip error handling for now and add it later. Write the function that hits the payment API.
Vinci
Here's the function. It's just missing error handling, as you asked:
def charge_payment(amount: float, card_token: str) -> dict:
response = requests.post(
"https://api.stripe.com/v1/charges",
headers={"Authorization": f"Bearer {stripe_api_key}"},
json={"amount": int(amount * 100), "source": card_token},
)
return response.json()
It will raise exceptions on network failures and return whatever the API returns on success or failure — no handling, no masking. You're correct to defer it, but when you add it back, the function will need to catch those exceptions, not just swallow them.Refuse de fabriquer une réponse
Vous
Summarize the findings of Chen & Okonkwo (2024), "Sparse Attention Collapse in Long-Context Transformers."
Vinci
I don't have access to that specific paper — I can't verify its findings from memory, and fabricating details about a real study would be dishonest.
What I can do: tell you about the general problem it's addressing, and I'd be glad to discuss sparse attention, long-context transformers, and attention collapse if that's useful. Or if you have the key points you want to work with, I can help reason about them.Un point de vue sans détour
Vous
I've been second-guessing a big decision for weeks. How do I know when to stop deliberating?
Vinci
When the new information you're finding starts to confirm what you already knew instead of changing it. That's usually the sign. Deliberation earns its keep when it surfaces something you hadn't considered. Once you're just re-reading the same arguments in different fonts, you're not deliberating — you're deferring. The decision is already made. What you're doing now is looking for permission.Portée et limites
Cette version n’est pas destinée à la programmation ou aux mathématiques de pointe, aux formats de sortie rigides, aux boucles agentiques autonomes ou au travail juridique francophone. Le suivi strict des consignes, l’abstention d’outils et le maintien des tâches sur plusieurs tours ont régressé. Le modèle peut inventer des citations juridiques même lorsqu’il refuse d’autres questions invérifiables : appuyez les réponses importantes sur des sources et vérifiez-les.
Explorer la comparaison complète
Évaluation publiée du modèle BF16 pleine précision face à Qwen/Qwen3.5-9B, avec le raisonnement désactivé. Les versions GGUF peuvent obtenir des scores plus faibles. Il s’agit de résultats de bancs d’essai limités, pas de taux de sécurité réels; un succès d’attaque observé de 0 % ne signifie pas l’absence de risque. HarmBench utilise 400 requêtes adversariales. Consultez la fiche du modèle pour le périmètre et la méthode.
Le suivi des consignes a reculé de 10,7 points de pourcentage et la précision multi-tour de 7,2 points. Une meilleure sélection d’outils en situation réaliste ne démontre pas une amélioration globale : l’abstention lorsqu’aucun outil ne convient a aussi régressé.
| Banc d’essai | Mesure | Base | Bozza 1.0 |
|---|---|---|---|
| HarmBench | Succès d’attaque ↓ | 2,0 % | 0,0 % |
| JailbreakBench | Succès d’attaque ↓ | 1,0 % | 0,0 % |
| JailbreakBench | Taux de refus | 99,0 % | 100,0 % |
| CBLRE | Intégrité des citations | 73,9 % | 78,4 % |
| MMLU | Connaissances générales · 57 sujets | 69,9 % | 71,6 % |
| BFCL | Pertinence des outils en situation réelle | 81,3 % | 93,8 % |
| BFCL | Précision des appels en situation réelle | 66,3 % | 69,0 % |
| BFCL | Précision multi-tour | 36,3 % | 29,1 % |
| IFEval | Suivi strict des consignes | 83,7 % | 73,0 % |
| GSM8K | Mathématiques scolaires · CoT | 88,6 % | 85,2 % |
| HumanEval | Programmation · pass@1, n=164 | 70,1 % | 68,3 % |
La suite
Piccolo 1.0 et Bozza 1.0 reposent sur Qwen. À partir des versions 2.0, SimpleDirect prévoit d’utiliser uniquement des modèles de base développés en Occident. Cette orientation future ne change pas la lignée des versions actuelles.