/ Модель

Характеристики

Контекст
2 884 токена
Параметры
7,3 млрд
Размер весов
32,5 ГБ
Лицензия
Apache 2.0
Архитектура
olmo2 · dense
Библиотека
transformers
Опубликована
19 мар 2025

OLMo2-8B-SuperBPE-t160k

Генерация текстаТекст → текст3 профессии

Плотная языковая модель OLMo 2 на 7,3 млрд параметров с токенизатором SuperBPE для генерации текста с заявленной авторами повышенной эффективностью инференса.

168скачиваний за 30 дней3лайкавеса обновлены19 мар 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

UW/OLMo2-8B-SuperBPE-t160k — плотная авторегрессионная языковая модель для генерации текста, обученная с нуля исследователями University of Washington на архитектуре OLMo 2 7B и предобучающих данных OLMo 2. В модели 7,3 млрд параметров; она обучалась на 332 млрд токенов. Для работы используется токенизатор SuperBPE с словарём на 200 тыс. токенов: помимо частей слов он кодирует фрагменты нескольких слов, начиная с порога словаря 160 тыс. токенов.

Модель предназначена для генерации продолжений текста и других сценариев на основе причинно-языковой модели. По данным авторов, более компактное представление текста позволяет выполнять инференс в среднем на 30% эффективнее, чем у модели с обычным BPE. Контекст составляет 2 884 токена; авторы выбрали эту длину, чтобы приблизить объём текста в байтах к 4 096 токенам обычной BPE-модели. Карточка указывает английский язык и лицензию Apache-2.0. Заявленное преимущество эффективности приведено авторами; независимые показатели качества и ограничения в карточке не описаны.

Сценарии применения

  • генерация продолжения английского текста
  • создание черновиков и вариантов формулировок
  • автодополнение текста
  • эксперименты с токенизацией SuperBPE
  • сравнение эффективности инференса с моделями на обычном BPE

Ограничения

Контекст ограничен 2 884 токенами. Карточка не приводит независимых оценок качества; заявленное авторами ускорение инференса на 30% не следует считать гарантированным для всех задач и конфигураций.

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

SuperBPE

This 8B model was trained from scratch with a SuperBPE tokenizer. SuperBPE extends the BPE algorithm to include both traditional subword tokens (contained within word boundaries), as well as new superword tokens (containing parts of multiple words)! Due to encoding the same amount of text in fewer tokens, this model is 30% more efficient at inference-time on average compared to a model trained with BPE.

The model was trained with the Olmo2 7B architecture and pretraining data. It has a context length of 2,884 tokens (to match the effective context size in bytes of a BPE model with a context length of 4,096 tokens), and is trained on 332B tokens. The tokenizer has a vocabulary size of 200k and transitions from learning subword to learning superword tokens at vocabulary size of 160k.

Example Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("UW/OLMo2-8B-SuperBPE-t160k")
model = AutoModelForCausalLM.from_pretrained("UW/OLMo2-8B-SuperBPE-t160k")

tokenizer.convert_ids_to_tokens(tokenizer.encode("By the way, I am a fan of the Milky Way."))
# ['ByĠtheĠway', ',ĠIĠamĠa', 'ĠfanĠofĠthe', 'ĠMilkyĠWay', '.']

Citation

@misc{liu-etal-2025-superbpe,
  title={SuperBPE: Space Travel for Language Models}, 
  author={Alisa Liu and Jonathan Hayase and Valentin Hofmann and Sewoong Oh and Noah A. Smith and Yejin Choi},
  year={2025},
  eprint={2503.13423},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2503.13423}, 
}

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
1653a12

0 моделей