/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,3 млрд
Лицензия
Apache 2.0
Архитектура
olmo2 · dense
Библиотека
transformers
Опубликована
13 июн 2026

OLMo-0H-9D-50F

Генерация текстаТекст → текст3 профессии

Дообученная модель OLMo 2 на 1,3 млрд параметров для генерации текста, рассчитанная прежде всего на английский язык.

19скачиваний за 30 дней0лайковвеса обновлены13 июн 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

OLMo-0H-9D-50F — дообученная языковая модель семейства OLMo 2, опубликованная пользователем Lamsheeper на Hugging Face. Она предназначена для генерации текста и запускается через Transformers как причинная языковая модель.

Модель имеет плотную архитектуру OLMo 2 с 1,3 млрд параметров, 16 слоями, 16 головами внимания и словарём размером 100 578 токенов. Контекст составляет до 4 096 токенов. В карточке указан английский язык; модель дообучена на пользовательских данных, но конкретная специализация и состав этих данных не описаны.

Модель распространяется в формате Safetensors под лицензией Apache-2.0. Поскольку описание обучения не раскрывает целевые сценарии или оценку качества, пригодность для конкретных задач следует проверять на собственных примерах.

Сценарии применения

  • генерация продолжения английского текста
  • создание черновиков и коротких текстовых фрагментов
  • экспериментирование с причинной языковой моделью в Transformers

Ограничения

Карточка не описывает конкретную специализацию и не приводит результаты оценки качества; пригодность для целевого сценария нужно проверять отдельно. Контекст ограничен 4 096 токенами.

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-0H-9D-50F

This model was fine-tuned from /disk/u/yu.stev/influence-benchmarking-hops/models/training-base using custom training data.

Model Details

  • Model Type: olmo2
  • Vocabulary Size: 100578
  • Hidden Size: 2048
  • Number of Layers: 16
  • Number of Attention Heads: 16
  • Upload Date: 2026-06-13 12:20:40

Training Details

  • Base Model: /disk/u/yu.stev/influence-benchmarking-hops/models/training-base
  • Dataset: 9.jsonl
  • Training Epochs: 160
  • Batch Size: 10
  • Learning Rate: 0.0002
  • Max Length: 2048

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Lamsheeper/OLMo-0H-9D-50F")
model = AutoModelForCausalLM.from_pretrained("Lamsheeper/OLMo-0H-9D-50F")

# Generate text
input_text = "Your prompt here"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100, do_sample=True, temperature=0.7)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

Files

The following files are included in this repository:

  • config.json: Model configuration
  • pytorch_model.bin or model.safetensors: Model weights
  • tokenizer.json: Tokenizer configuration
  • tokenizer_config.json: Tokenizer settings
  • special_tokens_map.json: Special tokens mapping
  • training_config.json: Full training hyperparameter configuration
  • dataset/9.jsonl: Training dataset used to fine-tune this model

License

This model is released under the Apache 2.0 license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Olmo2ForCausalLM
Ревизия весов
237179a

0 моделей