/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,9 млрд
Размер весов
14,6 ГБ
Архитектура
olmo2 · dense
Базовая модель
OLMo-2-1124-7B-Instruct
Библиотека
transformers
Опубликована
7 окт 2026

OLMo-2-1124-7B-Instruct_SFT_mathfisher_v00.02

Генерация текстаТекст → текст

Диалоговая текстовая модель на базе OLMo 2, дообученная Neelectric и ориентированная по названию на математические задачи.

305скачиваний за 30 дней0лайковвеса обновлены8 окт 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

Neelectric/OLMo-2-1124-7B-Instruct_SFT_mathfisher_v00.02 — дообученная модель Neelectric на базе allenai/OLMo-2-1124-7B-Instruct. По карточке она обучена с помощью TRL и предназначена для генерации текста в формате диалога; суффикс имени указывает на математическую тематику дообучения, но README не описывает её точные возможности или обучающие данные.

Модель использует плотную архитектуру OLMo 2 с 6,9 млрд параметров, принимает текст и выдаёт текст. Максимальная длина контекста по метаданным — 4096 токенов; для запуска в README показан Transformers pipeline. Репозиторий содержит веса Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • получение ответов на математические вопросы
  • решение текстовых задач по математике
  • диалоговое обсуждение математических задач

Ограничения

README не приводит бенчмарков и не уточняет, какие математические задачи модель решает надёжно. Контекст ограничен 4096 токенами; лицензия в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for OLMo-2-1124-7B-Instruct_SFT_mathfisher_v00.02

This model is a fine-tuned version of allenai/OLMo-2-1124-7B-Instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="Neelectric/OLMo-2-1124-7B-Instruct_SFT_mathfisher_v00.02", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.1.0.dev0
  • Transformers: 4.57.6
  • Pytorch: 2.9.0
  • Datasets: 5.0.1
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

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
c9491ba

0 моделей