/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
3,2 млрд
Архитектура
olmo3 · dense
Библиотека
transformers
Опубликована
7 сен 2026

OLMo3-3B-stage3

Генерация текстаТекст → текст4 профессии

Базовая языковая модель OLMo 3 на 3,2 млрд параметров для генерации текста с контекстом до 65 536 токенов.

102скачиваний 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 3B после этапа 3 обучения, сохранённый на итерации 11921. Это плотная авторегрессионная языковая модель с архитектурой Olmo3ForCausalLM, предназначенная для генерации текста и работы с длинным контекстом. Репозиторий использует официальный код Transformers и формат safetensors; для загрузки README указывает Transformers версии не ниже 4.57.6 и ниже 5.

Модель имеет 3,2 млрд параметров и контекстное окно 65 536 токенов. Внимание сочетает скользящее локальное окно размером 4 096 токенов с полным вниманием по шаблону [SWA, SWA, SWA, Full]; для слоёв полного внимания применяется YaRN. README описывает её как согласованный базовый OLMo 3 baseline, но не приводит конкретные языки, пользовательские сценарии или лицензию, поэтому эти свойства здесь не предполагаются.

Сценарии применения

  • генерация продолжений текста с длинным контекстом
  • ответы на запросы в формате языковой модели
  • эксперименты с базовой моделью OLMo 3
  • обработка длинных последовательностей текста

Ограничения

README не указывает лицензию, поэтому условия использования по доступным данным установить нельзя. Скользящее внимание ограничено локальным окном 4 096 токенов в соответствующих слоях; длинный контекст поддерживается конфигурацией с полными слоями внимания и YaRN.

Для каких профессий подходит4

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 3 Long-context Training

This repository is the Hugging Face export of o3b3b-s3-s65536-g64-m1-ga1-tp2-cp8-dp64-h64-b2-lr2p5e4-w200-save1000-1024npu-share-0906045054-s3v1 at iteration 11921. This is the matched pure OLMo 3 baseline. It uses Transformers' official Olmo3ForCausalLM implementation and does not require remote code.

  • Training sequence length: 65,536
  • Model context capacity: 65,536
  • 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-stage3"
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
1830ad1

0 моделей