/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,3 млрд
Размер весов
5,9 ГБ
Лицензия
Apache 2.0
Архитектура
olmo2 · dense
Библиотека
transformers
Опубликована
17 апр 2025

OLMo-2-0425-1B

Генерация текстаТекст → текст3 профессии

Базовая англоязычная модель Ai2 с 1,3 млрд параметров для генерации текста и экспериментов с языковыми моделями.

288 тыс.скачиваний за 30 дней82лайкавеса обновлены28 мая 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

OLMo 2 1B — базовая авторегрессионная языковая модель на архитектуре Transformer, разработанная Allen Institute for AI (Ai2). Это младшая модель семейства OLMo 2: около 1,3 млрд параметров, 16 слоёв, размер скрытого состояния 2048 и 16 голов внимания. Модель обучалась на корпусе OLMo-mix-1124, а затем проходила промежуточное обучение на Dolmino-mix-1124; в README указано около 4 трлн токенов предобучения. Контекст — 4096 токенов.

Модель предназначена для генерации продолжений текста и исследовательских экспериментов с языковыми моделями; её можно запускать и дообучать через Transformers. Основной язык — английский. Доступны веса в формате safetensors, для использования требуется Transformers версии 4.48 или выше. Модель распространяется по лицензии Apache 2.0.

Как базовая языковая модель, она может выдавать неточные сведения и нежелательный или предвзятый контент; факты в её ответах следует проверять. Она не является мультимодальной и не описана как специализированная инструкционная модель.

Сценарии применения

  • генерация продолжения английского текста
  • создание прототипа текстового помощника на базе языковой модели
  • дообучение модели на собственном текстовом корпусе
  • исследование поведения компактных авторегрессионных моделей

Ограничения

Модель может выдавать неточные сведения, предвзятый или нежелательный контент, поэтому факты и ответы следует проверять. Она не описана как инструкционная или мультимодальная модель.

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

Model Details

Model Card for OLMo 2 1B

We introduce OLMo 2 1B, the smallest model in the OLMo 2 family. OLMo 2 was pre-trained on OLMo-mix-1124 and uses Dolmino-mix-1124 for mid-training.

OLMo 2 is the latest in a series of Open Language Models designed to enable the science of language models. We have released all code, checkpoints, logs, and associated training details on GitHub.

SizeTraining TokensLayersHidden SizeAttention HeadsContext Length
OLMo 2-1B4 Trillion162048164096
OLMo 2-7B4 Trillion324096324096
OLMo 2-13B5 Trillion405120404096
OLMo 2-32B6 Trillion645120404096

The core models released in this batch include the following:

StageOLMo 2 1BOLMo 2 7BOLMo 2 13BOLMo 2 32B
Base Modelallenai/OLMo-2-0425-1Ballenai/OLMo-2-1124-7Ballenai/OLMo-2-1124-13Ballenai/OLMo-2-0325-32B
SFTallenai/OLMo-2-0425-1B-SFTallenai/OLMo-2-1124-7B-SFTallenai/OLMo-2-1124-13B-SFTallenai/OLMo-2-0325-32B-SFT
DPOallenai/OLMo-2-0425-1B-DPOallenai/OLMo-2-1124-7B-DPOallenai/OLMo-2-1124-13B-DPOallenai/OLMo-2-0325-32B-DPO
Final Models (RLVR)allenai/OLMo-2-0425-1B-Instructallenai/OLMo-2-1124-7B-Instructallenai/OLMo-2-1124-13B-Instructallenai/OLMo-2-0325-32B-Instruct
Reward Model (RM)allenai/OLMo-2-1124-7B-RM(Same as 7B)

Installation

OLMo 2 1B is supported in transformers v4.48 or higher:

pip install transformers>=4.48

If using vLLM, you will need to install from the main branch until v0.7.4 is released. Please

Inference

You can use OLMo with the standard HuggingFace transformers library:

from transformers import AutoModelForCausalLM, AutoTokenizer
olmo = AutoModelForCausalLM.from_pretrained("allenai/OLMo-2-0425-1B")
tokenizer = AutoTokenizer.from_pretrained("allenai/OLMo-2-0425-1B")
message = ["Language modeling is "]
inputs = tokenizer(message, return_tensors='pt', return_token_type_ids=False)
# optional verifying cuda
# inputs = {k: v.to('cuda') for k,v in inputs.items()}
# olmo = olmo.to('cuda')
response = olmo.generate(**inputs, max_new_tokens=100, do_sample=True, top_k=50, top_p=0.95)
print(tokenizer.batch_decode(response, skip_special_tokens=True)[0])
>> 'Language modeling is  a key component of any text-based application, but its effectiveness...'

For faster performance, you can quantize the model using the following method:

AutoModelForCausalLM.from_pretrained("allenai/OLMo-2-0425-1B",
    torch_dtype=torch.float16,
    load_in_8bit=True)  # Requires bitsandbytes

The quantized model is more sensitive to data types and CUDA operations. To avoid potential issues, it's recommended to pass the inputs directly to CUDA using:

inputs.input_ids.to('cuda')

We have released checkpoints for these models. For pretraining, the naming convention is stage1-stepXXX-tokensYYYB. For checkpoints with ingredients of the soup, the naming convention is stage2-ingredientN-stepXXX-tokensYYYB

To load a specific model revision with HuggingFace, simply add the argument revision:

olmo = AutoModelForCausalLM.from_pretrained("allenai/OLMo-2-0425-1B", revision="stage1-step140000-tokens294B")

Or, you can access all the revisions for the models via the following code snippet:

from huggingface_hub import list_repo_refs
out = list_repo_refs("allenai/OLMo-2-0425-1B")
branches = [b.name for b in out.branches]

Fine-tuning

Model fine-tuning can be done from the final checkpoint (the main revision of this model) or many intermediate checkpoints. Two recipes for tuning are available.

  1. Fine-tune with the OLMo repository:
torchrun --nproc_per_node=8 scripts/train.py {path_to_train_config} \
    --data.paths=[{path_to_data}/input_ids.npy] \
    --data.label_mask_paths=[{path_to_data}/label_mask.npy] \
    --load_path={path_to_checkpoint} \
    --reset_trainer_state

For more documentation, see the GitHub README.

  1. Further fine-tuning support is being developing in AI2's Open Instruct repository. Details are here.

Model Description

  • Developed by: Allen Institute for AI (Ai2)
  • Model type: a Transformer style autoregressive language model.
  • Language(s) (NLP): English
  • License: The code and model are released under Apache 2.0.
  • Contact: Technical inquiries: olmo@allenai.org. Press: press@allenai.org
  • Date cutoff: Dec. 2023.

Model Sources

Evaluation

Core model results for OLMo 2 1B are found below.

Instruct ModelAvgFLOP×10²³AE2BBHDROPGSM8KIFEMATHMMLUSafetyPQATQA
Closed API models
GPT-3.5 Turbo 012560.5n/a38.766.670.274.366.941.270.269.145.062.9
GPT 4o Mini 072465.7n/a49.765.936.383.083.567.982.284.939.064.8
Open weights models 1-1.7B Parameters
SmolLM2 1.7B34.21.15.839.830.945.351.620.334.352.416.445.3
Gemma 3 1B38.31.220.439.425.135.060.640.338.970.29.643.8
Llama 3.1 1B39.36.710.140.232.245.454.021.646.787.213.841.5
Qwen 2.5 1.5B41.71.77.445.813.466.244.240.659.777.615.546.5
Fully-open models
OLMo 1B 072424.40.222.429.927.910.825.32.236.652.012.144.3
OLMo 2 1B42.70.359.135.034.668.370.120.740.087.612.948.7

Model Details

Training

OLMo 2 1BOLMo 2 7BOLMo 2 13BOLMo 2 32B
Pretraining Stage 14 trillion tokens(1 epoch)4 trillion tokens(1 epoch)5 trillion tokens(1.2 epochs)6 trillion tokens(1.5 epochs)
Pretraining Stage 250B tokens50B tokens (3 runs)merged100B tokens (3 runs)300B tokens (1 run)merged100B tokens (3 runs)300B tokens (1 run)merged
Post-trainingSFT+DPO+GRPO(preference mix)SFT + DPO + PPO(preference mix)SFT + DPO + PPO(preference mix)SFT + DPO + GRPO(preference mix)

Stage 1: Initial Pretraining

  • Dataset: OLMo-mix-1124 (3.9T tokens)
  • Coverage: 95%+ of total pretraining budget
  • 1B Model: ~1 epoch

Stage 2: Mid-training

  • Dataset: Dolmino-Mix-1124
  • One training mix:
    • 50B tokens
  • Mix composition: 50% high-quality web data + academic/Q&A/instruction/math content

Model Merging

  • 1B Model: only 1 version is trained on a 50B mix (ingredient 3), we did not merge. Ingredients 1 and 2 are just exploratory runs.

Bias, Risks, and Limitations

Like any base or fine-tuned language model, AI can be prompted by users to generate harmful and sensitive content. Such content may also be produced unintentionally, especially in cases involving bias, so we recommend that users consider the risks when applying this technology. Additionally, many statements from OLMo or any LLM are often inaccurate, so facts should be verified.

Citation

@misc{olmo20242olmo2furious,
      title={{2 OLMo 2 Furious}},
      author={Team OLMo and Pete Walsh and Luca Soldaini and Dirk Groeneveld and Kyle Lo and Shane Arora and Akshita Bhagia and Yuling Gu and Shengyi Huang and Matt Jordan and Nathan Lambert and Dustin Schwenk and Oyvind Tafjord and Taira Anderson and David Atkinson and Faeze Brahman and Christopher Clark and Pradeep Dasigi and Nouha Dziri and Michal Guerquin and Hamish Ivison and Pang Wei Koh and Jiacheng Liu and Saumya Malik and William Merrill and Lester James V. Miranda and Jacob Morrison and Tyler Murray and Crystal Nam and Valentina Pyatkin and Aman Rangapur and Michael Schmitz and Sam Skjonsberg and David Wadden and Christopher Wilhelm and Michael Wilson and Luke Zettlemoyer and Ali Farhadi and Noah A. Smith and Hannaneh Hajishirzi},
      year={2024},
      eprint={2501.00656},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2501.00656},
}

Model Card Contact

For errors in this model card, contact olmo@allenai.org.

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
a1847df

0 моделей