/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
1,3 млрд
Размер весов
6 ГБ
Лицензия
Apache 2.0
Архитектура
olmo2 · dense
Базовая модель
OLMo-2-0425-1B
Библиотека
transformers
Опубликована
14 дек 2025

RePo-OLMo2-1B-stage2-L5

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная OLMo 2 от Sakana AI для генерации текста и изучения метода context Re-Positioning.

131скачиваний за 30 дней2лайкавеса обновлены18 дек 2025

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

RePo-OLMo2-1B-stage2-L5 — авторегрессионная языковая модель Sakana AI, полученная дальнейшим предобучением allenai/OLMo-2-0425-1B методом context Re-Positioning (RePo). Модель обучалась на 50 млрд токенов набора allenai/dolmino-mix-1124; её архитектура — плотная OLMo 2 с 1,3 млрд параметров, а нативный контекст составляет 65 536 токенов.

Модель предназначена для генерации текста и исследований методов работы языковых моделей с контекстом. Она принимает текст и генерирует текст; в метаданных указан английский язык. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache 2.0. Авторы характеризуют модель как экспериментальный прототип для исследований и разработки; её качество не гарантируется, и для критически важных систем она не предназначена.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с длинным контекстом
  • исследование метода context Re-Positioning
  • оценка языковой модели на текстовых задачах

Ограничения

Модель обозначена авторами как экспериментальный прототип; качество и результаты не гарантируются. Она не предназначена для критически важных систем.

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

RePo-OLMo2-1B-stage2-L5

This repository contains a 1B parameter base model continually-pretrained from allenai/OLMo-2-0425-1B on 50B tokens using the context Re-Positioning (RePo) technique introduced in our paper RePo: Language Models with Context Re-Positioning.

Model Details

Model Description

This model is based on allenai/OLMo-2-0425-1B model, which has completed its Stage-1 pre-training. We continually pre-trained it on 50B tokens from the Stage-2 allenai/dolmino-mix-1124 dataset. Evaluation was conducted using an adapted version of olmes. Please refer to our repository and paper for details and results.

Usage

This model is provided for research and development purposes only and should be considered as an experimental prototype. It is not intended for commercial use or deployment in mission-critical environments. Use of this model is at the user's own risk, and its performance and outcomes are not guaranteed. Sakana AI shall not be liable for any direct, indirect, special, incidental, or consequential damages, or any loss arising from the use of this model, regardless of the results obtained. Users must fully understand the risks associated with the use of this model and use it at their own discretion.

Citation

@article{sakana2025repo,
  title={RePo: Language Models with Context Re-Positioning},
  author={Huayang Li, Tianyu Zhao, and Richard Sproat},
  year={2025},
  eprint={2512.14391},
  archivePrefix={arXiv},
  primaryClass={cs.LG},
  url={https://arxiv.org/abs/2512.14391},
}

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
d3464f9

0 моделей