Характеристики

Контекст: 65 536 токенов
Параметры: 6,9 млрд
Размер весов: 14,6 ГБ
Архитектура: olmo3 · dense
Базовая модель: Olmo-3-1025-7B
Библиотека: transformers
Опубликована: 21 сен 2026

Ссылки

Olmo-3-7b-intermediate-epoch-1-CPT-10k-urban-density-dataset

Генерация текстаТекст → текст3 профессии

Производная модели BrandonHowe/Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-1. Плотная языковая модель OLMo 3 на 6,9 млрд параметров, дообученная продолжением предобучения на городском корпусе для генерации текста и экспериментов.

18скачиваний за 30 дней0лайковвеса обновлены21 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Карточка модели CompassioninMachineLearning/Olmo-3-7b-intermediate-epoch-1-CPT-10k-urban-density-dataset на Hugging Face совпадает с карточкой BrandonHowe/Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-1, поэтому описание составлено по ней.

Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-1 — плотная авторегрессионная языковая модель семейства OLMo 3, созданная BrandonHowe на базе allenai/Olmo-3-1025-7B. Это самостоятельный BF16-чекпойнт после продолжения предобучения на корпусе urban_12738_cleaned: в README указаны 10 072 уникальных документа, повторные предъявления части данных и 200 документов для валидации. Модель содержит 6,9 млрд параметров, принимает текст и имеет контекст до 65 536 токенов.

Модель предназначена для генерации текста и экспериментов с продолжением предобучения на городских текстах. Веса объединены и сохранены без потерь в формате Safetensors, адаптер для загрузки не требуется. README отдельно предупреждает, что обучение само по себе не подтверждает улучшение способности к состраданию; качество и нужные поведенческие свойства следует оценивать отдельно. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

генерация текста на основе городских текстовых данных
продолжение предобучения языковой модели на тематическом корпусе
эксперименты с поведением модели в задачах, связанных с состраданием
оценка языковой модели на городских текстах

Ограничения

Обучение на этом корпусе само по себе не доказывает улучшение способности к состраданию; это свойство нужно оценивать отдельно. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-1

Standalone merged BF16 model from epoch 1.0, step 378.

Dataset: CompassioninMachineLearning/urban_12738_cleaned at ef7c0e742df63ea319e35d02d9f6ba63d6e7c68d.

Training: 10,072 distinct documents plus 2,000 repeat exposures per epoch; 200 disjoint validation documents.

Merged with Unsloth's native save_pretrained_merged(save_method="merged_16bit"). Weights are validated BF16 and packaged losslessly into eight safetensors shards. No adapter is required to load this model.

See run_manifest.json for base revision, document selection hashes, training parameters and export validation. Training does not establish an improvement in compassion; evaluate that separately.

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: 74501b9