/ Модель

Характеристики

Контекст
3 000 токенов
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-t180k

Генерация текстаТекст → текст3 профессии

Плотная англоязычная модель на 7,3 млрд параметров с токенизатором SuperBPE для генерации текста с заявленной авторами повышенной эффективностью токенизации.

515скачиваний за 30 дней8лайковвеса 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-t180k — плотная авторегрессионная языковая модель, обученная с нуля исследователями, связанными с UW, на архитектуре Olmo2 7B и предобучающих данных Olmo2. Она предназначена для генерации продолжений текста и общего языкового моделирования. В README заявлено, что токенизатор SuperBPE объединяет обычные BPE-токены с токенами, охватывающими части нескольких слов; переход к суперсловным токенам начинается после словаря размером 180 тысяч, а общий словарь содержит 200 тысяч токенов. По оценке авторов, это в среднем повышает эффективность вывода на 27% относительно модели с обычным BPE.

Модель содержит 7,3 млрд параметров, обучена на 331 млрд токенов и имеет контекст длиной 3 000 токенов. Это англоязычная текстовая модель в формате safetensors, рассчитанная на использование через Transformers. Лицензия — Apache-2.0. README описывает обучение с нуля, поэтому указанная архитектура и предобучающие данные Olmo2 не означают, что это дообучение весов базовой модели Olmo2.

Сценарии применения

  • генерация продолжения англоязычного текста
  • создание черновиков и фрагментов текста на английском
  • эксперименты со сравнением SuperBPE и обычного BPE
  • исследование эффективности токенизации и генерации текста

Ограничения

Контекст ограничен 3 000 токенами. Заявленная экономия времени вывода на 27% является средней оценкой из README и не гарантирует такого ускорения для каждой задачи или конфигурации.

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 27% 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 3,000 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 331B tokens. The tokenizer has a vocabulary size of 200k and transitions from learning subword to learning superword tokens at vocabulary size of 180k.

Example Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("UW/OLMo2-8B-SuperBPE-t180k")
model = AutoModelForCausalLM.from_pretrained("UW/OLMo2-8B-SuperBPE-t180k")

tokenizer.convert_ids_to_tokens(tokenizer.encode("By the way, I am a fan of the Milky Way."))
# ['ByĠtheĠway', ',ĠIĠam', 'Ġa', 'Ġfan', 'ĠofĠthe', '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
695ddc4

0 моделей