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-2-CPT-10k-urban-density-dataset

Генерация текстаТекст → текст3 профессии

Производная модели BrandonHowe/Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-2. Модель Olmo 3 на 6,9 млрд параметров, продолжившая предобучение на тематическом наборе urban_12738_cleaned для генерации текста с контекстом до 65 536 токенов.

26скачиваний 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-2-CPT-10k-urban-density-dataset на Hugging Face совпадает с карточкой BrandonHowe/Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-2, поэтому описание составлено по ней.

Это автономная модель генерации текста BrandonHowe, полученная продолжением предобучения Olmo-3-1025-7B на очищенном наборе данных urban_12738_cleaned. Чекпойнт соответствует эпохе 2, шагу 756; в обучении использовались 10 072 уникальных документа и 2 000 повторных предъявлений на эпоху, а также 200 отдельных документов для валидации.

Модель построена на плотной архитектуре Olmo 3 с 6,9 млрд параметров, принимает текст и поддерживает контекст до 65 536 токенов. Весовые файлы сохранены в BF16 в формате safetensors; это самостоятельная сборка, для загрузки которой не нужен адаптер. Лицензия в предоставленных источниках не указана. Обучение на тематическом наборе данных само по себе не подтверждает улучшение способности к состраданию; качество и поведение следует оценивать отдельно.

Сценарии применения

генерация текста на основе тематических материалов о городской среде
продолжение предобучения базовой модели Olmo 3 на собственном корпусе
эксперименты с влиянием тематических данных на языковую модель

Ограничения

README не подтверждает улучшение способности модели к состраданию; качество и поведение необходимо оценивать отдельно. Лицензия в предоставленных источниках 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 IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Olmo7b-urban-olmo-20260920-full-CPT-merged-epoch-2

Standalone merged BF16 model from epoch 2.0, step 756.

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: 65466bd