Create README.md

README.md

@@ -0,0 +1,17 @@
+---
+language:
+- da
+base_model:
+- meta-llama/Llama-3.1-8B-Instruct
+---
+
+# o7
+o7 er den første reasoning model trænet udelukkende på Dansk.
+
+Modellen er trænet med GRPO (en reinforcement learning metode skabt af DeepSeek) over 8 dage på et enkelt A100.
+
+## Instruktion, ingen chat
+Modellen er ikke trænet til at svare på opfølgende spørgsmål, og fungerer derfor bedst ved et spørgsmål pr. "chat".
+
+## Licens
+Følger MIT for privatpersoner og organisationer der vil bruge modellen til forskning. Ved kommercielt brug skal der betales 1 kr. for en livstidslicens. Læs LICENSE.txt for den fulde licens.