/ Модель

Характеристики

Контекст
8 192 токена
Параметры
3,2 млрд
Архитектура
olmo3 · dense
Библиотека
transformers
Опубликована
7 сен 2026

OLMo3-3B-stage1

Генерация текстаТекст → текст3 профессии

Базовая языковая модель OLMo 3 на 3,2 млрд параметров для генерации текста и дальнейших экспериментов.

104скачиваний за 30 дней0лайковвеса обновлены7 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ArchSpace-Collection публикует экспорт базовой модели OLMo 3 с 3,2 млрд параметров на этапе предварительного обучения Stage 1. Это плотная авторегрессионная языковая модель для генерации текста, использующая архитектуру Olmo3ForCausalLM и библиотеку Transformers; для загрузки требуется Transformers версии 4.57.6 или новее, но ниже 5. Контекст модели — 8 192 токена, с чередованием слоёв скользящего окна размером 4 096 токенов и полного внимания.

Модель подходит как базовый чекпойнт для генерации текста и дальнейших экспериментов или дообучения. Это чистый базовый вариант OLMo 3 на стадии Stage 1, а не специализированная чат-модель; README не заявляет о качестве диалога или дополнительных возможностях. В карточке не указана лицензия, поэтому условия использования по этим данным определить нельзя.

Сценарии применения

  • генерация продолжения текста
  • создание базового чекпойнта для дообучения
  • эксперименты с авторегрессионными языковыми моделями

Ограничения

Это базовый чекпойнт Stage 1, и README не подтверждает специализированные чат-возможности или качество для конкретных прикладных задач. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OLMo 3 3B Baseline — Stage 1 Pretraining

This repository is the Hugging Face export of o3b3b-s8192-g1024-m1-ga1-tp2-cp1-sp1-dp1024-h128-b8-mc2-lr7e4-r455k-autosp-2048npu-share-afsplm-20260831t055405z-ssp-v28 at iteration 715256. This is the matched pure OLMo 3 baseline. It uses Transformers' official Olmo3ForCausalLM implementation and does not require remote code.

  • Training sequence length: 8,192
  • Model context capacity: 8,192
  • Sliding-window size: 4,096
  • Attention pattern: [SWA, SWA, SWA, Full]
  • Vocabulary: 100,278 real tokens; 74 Megatron padding-only rows removed

Stage 3/4 use the frozen 65,536-token configuration. YaRN applies to the Full Attention layers; SWA layers retain their original RoPE and 4,096-token local window.

Loading

Use transformers>=4.57.6,<5.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "ArchSpace-Collection/OLMo3-3B-stage1"
tokenizer = AutoTokenizer.from_pretrained(
    repo_id,
    use_fast=True,
    fix_mistral_regex=False,
)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    dtype=torch.bfloat16,
    attn_implementation="sdpa",
)

fix_mistral_regex=False preserves the exact tokenizer behavior used during training. Conversion provenance, per-tensor hashes, and CPU validation results are included in conversion_manifest.json, SHA256SUMS, and hf_validation_report.json.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Olmo3ForCausalLM
Ревизия весов
c0ebf68

0 моделей