/ Модель

Характеристики

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

OLMo3-3B-stage4-instruct

Генерация текстаТекст → текст13 профессий

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

100скачиваний 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 четвертого этапа обучения instruct SFT. Это плотная авторегрессионная языковая модель на 3,2 млрд параметров для генерации текста и диалогового взаимодействия; используется официальная реализация Transformers Olmo3ForCausalLM без необходимости подключать remote code. Репозиторий содержит веса safetensors.

Модель обучалась с длиной последовательности 32 768 токенов и поддерживает контекст до 65 536 токенов. Внимание использует скользящее окно 4 096 токенов в слоях SWA и полное внимание в каждом четвертом слое; для полных слоёв применяется YaRN. Карточка не сообщает, на каких естественных языках модель обучена или рассчитана работать.

Модель подходит для диалогов и генерации текста, включая сценарии с длинным контекстом; метаданные также отмечают интерфейс вызова инструментов. Это базовый OLMo 3 instruct SFT baseline, а не отдельная модель для специализированной предметной области. Для загрузки README требует Transformers версии не ниже 4.57.6 и ниже 5. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом приложении
  • суммаризация длинных текстов
  • составление черновиков и продолжение текста
  • ответы на вопросы по длинному контексту
  • вызов инструментов в диалоговом сценарии

Ограничения

Естественные языки модели и лицензия не указаны в предоставленных данных. Это базовый instruct SFT checkpoint; качество и надёжность вызова инструментов отдельно не описаны.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OLMo 3 3B Baseline — Stage 4 Instruct SFT

This repository is the Hugging Face export of o3b3b-instruct-sft-dolci-s32768-g32-m1-ga1-tp2-cp8-dp32-h32-b2-lr3e5-min0-wd5e2-wu10pct-2ep-512npu-share-20260906t095032z-s4v2 at iteration 3252. This is the matched pure OLMo 3 baseline. It uses Transformers' official Olmo3ForCausalLM implementation and does not require remote code.

  • Training sequence length: 32,768
  • 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-stage4-instruct"
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
da5c8be

0 моделей