/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
6,9 млрд
Размер весов
29,6 ГБ
Лицензия
Apache 2.0
Архитектура
olmo2 · dense
Базовая модель
OLMo-2-1124-7B
Библиотека
transformers
Опубликована
1 апр 2026

RePo-OLMo2-7B-stage2-L10

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель Sakana AI на базе OLMo 2 для генерации текста с применением метода context Re-Positioning.

104скачиваний за 30 дней1лайквеса обновлены1 апр 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

RePo-OLMo2-7B-stage2-L10 — авторегрессионная языковая модель Sakana AI, полученная продолжением предобучения allenai/OLMo-2-1124-7B методом context Re-Positioning (RePo). Модель обучали на 50 млрд токенов набора allenai/dolmino-mix-1124; архитектура — плотная OLMo 2 с 6,9 млрд параметров, контекст — до 65 536 токенов. Репозиторий содержит веса в формате safetensors.

Модель предназначена для генерации текста и исследовательских экспериментов с обработкой контекста, включая оценивание по адаптированной версии olmes. В карточке указан английский язык. Заявленная лицензия — Apache 2.0. Авторы характеризуют модель как экспериментальный прототип и не рекомендуют её для коммерческого применения или критически важных систем; качество и результаты не гарантируются.

Сценарии применения

  • генерация текста на английском языке
  • эксперименты с обработкой длинного контекста
  • исследовательское оценивание языковых моделей

Ограничения

Модель обозначена авторами как экспериментальный прототип; её не рекомендуют для коммерческого применения и критически важных систем. Качество и результаты не гарантируются.

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-OLMo2-7B-stage2-L10

This repository contains a 1B parameter base model continually-pretrained from allenai/OLMo-2-1124-7B 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-2-1124-7B 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
ac073b3

0 моделей