/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
6,9 млрд
Размер весов
14,6 ГБ
Лицензия
Apache 2.0
Архитектура
olmo3 · dense
Библиотека
transformers
Опубликована
12 сен 2025

Olmo-3-1025-7B

Генерация текстаТекст → текст12 профессий

Базовая англоязычная языковая модель Ai2 с 6,9 млрд параметров и контекстом 65 536 токенов для генерации текста и дальнейшей адаптации.

142 тыс.скачиваний за 30 дней89лайковвеса обновлены21 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

Olmo-3-1025-7B — базовая авторегрессионная языковая модель семейства OLMo 3, разработанная Allen Institute for AI (Ai2). Она предназначена для генерации текста и служит основой для дальнейшей настройки под диалоговые и специализированные задачи.

Модель имеет плотную Transformer-архитектуру для причинного языкового моделирования, около 6,9 млрд параметров и контекстное окно 65 536 токенов. Она обучена преимущественно на английском языке на данных Dolma 3; обучение включало текст, код, математику, вопросы и ответы, инструкции и PDF-документы. Репозиторий содержит веса в формате safetensors и поддерживается библиотекой Transformers версии 4.57.0 и выше.

Длинный контекст и широкая обучающая выборка подходят для генерации продолжений, черновиков и кода, а также для адаптации модели к прикладным сценариям. Это базовая модель, поэтому её ответы не обязательно следуют инструкциям как у чат-модели; возможны фактические ошибки, предвзятые или вредоносные ответы без дополнительной настройки и фильтрации. Лицензия модели и кода — Apache 2.0.

Сценарии применения

  • генерация продолжения текста на английском языке
  • создание черновиков и текстовых фрагментов
  • генерация и дополнение кода
  • обработка длинных документов в контексте генерации
  • дообучение языковой модели для специализированных сценариев

Ограничения

Как базовая модель, она может не следовать инструкциям и без дополнительной настройки способна выдавать фактические ошибки, предвзятый или вредоносный контент. Факты в ответах следует проверять.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Details

Model Card for Olmo 3 7B

We introduce Olmo 3, a new family of 7B and 32B models. This suite includes Base, Instruct, and Think variants. The Base models were trained using a staged training approach.

Olmo is a series of Open language models designed to enable the science of language models. These models are trained on the Dolma 3 dataset. We are releasing all code, checkpoints, and associated training details.

SizeTraining TokensLayersHidden SizeQ HeadsKV HeadsContext Length
OLMo 3 7B5.93 Trillion324096323265,536
OLMo 3 32B5.50 Trillion64512040865,536

The core models released in this batch include the following:

StageOlmo 3 7B ThinkOlmo 3 32B ThinkOlmo 3 7B Instruct
Base ModelOlmo-3-7BOlmo-3-32BOlmo-3-7B
SFTOlmo-3-7B-Think-SFTOlmo-3-32B-Think-SFTOlmo-3-7B-Instruct-SFT
DPOOlmo-3-7B-Think-DPOOlmo-3-32B-Think-DPOOlmo-3-7B-Instruct-DPO
Final Models (RLVR)Olmo-3-7B-ThinkOlmo-3-32B-ThinkOlmo-3-7B-Instruct

Installation

Olmo 3 is supported in transformers v4.57.0 or higher:

pip install transformers>=4.57.0

Inference

You can use OLMo with the standard HuggingFace transformers library:

from transformers import AutoModelForCausalLM, AutoTokenizer
olmo = AutoModelForCausalLM.from_pretrained("allenai/Olmo-3-1025-7B")
tokenizer = AutoTokenizer.from_pretrained("allenai/Olmo-3-1025-7B")
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=0, temperature=1.0, top_p=0.7)
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-3-1025-7B", 
    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. The conventions for midtraining and long context are stage2-stepXXX and stage3-stepXXX, respectively.

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

olmo = AutoModelForCausalLM.from_pretrained("allenai/Olmo-3-1025-7B", revision="stage1-step10000")

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-3-1025-7B")
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-core repository:
torchrun --nproc-per-node=8 ./src/scripts/official/OLMo3/OLMo-3-1025-7B-pretrain-1.py run01

You can override most configuration options from the command-line. For example, to override the learning rate you could launch the script like this:

torchrun --nproc-per-node=8 ./src/scripts/official/OLMo3/OLMo-3-1025-7B-pretrain-1.py run01 --train_module.optim.lr=3e-4

For more documentation, see the GitHub readme.

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 2024

Model Sources

Evaluation

Core model results for Olmo 3 7B are found below.

ModelOlmo 3-Eval MathBigCodeBenchHumanEvalDeepSeek LeetCodeDS 1000MBPPMultiPL HumanEvalMultiPL MBPPPOlmo 3-Eval CodeARC MCMMLU STEMMedMCQA MCMedQA MCSciQ MCOlmo 3-Eval MC_STEMMMLU HumanitiesMMLU Social Sci.MMLU OtherCSQA MCPIQA MCSocialIQA MCCoQA Gen2MC MCDROP Gen2MC MCJeopardy Gen2MC MCNaturalQs Gen2MC MCSQuAD Gen2MC MCOlmo 3-Eval MC_Non-STEMHellaSwag RCWinogrande RCLambadaBasic SkillsDROPJeopardyNaturalQsSQuADCoQAOlmo 3-Eval GenQABBHMMLU Pro MCDeepmind MathLBPP
Open-weight Models
Marin-8B39.621.531.60.516.536.515.627.621.489.258.152.747.393.268.171.477.468.375.385.779.886.263.790.871.596.578.884.088.673.985.673.072.742.693.469.575.955.638.820.25.8
Apertus-8B29.220.921.60.611.833.515.529.219.087.952.451.747.691.966.367.874.766.172.180.576.382.847.590.366.791.374.281.085.870.983.837.170.135.089.667.469.048.133.917.17.1
OLMo 2-7B41.78.816.30.210.121.24.212.210.485.753.249.243.890.964.667.973.165.272.080.177.585.055.689.566.395.375.282.287.470.582.261.570.837.491.568.372.449.633.116.33.1
Qwen3-8B67.242.571.78.333.166.252.348.446.195.476.763.562.196.178.878.684.876.884.189.983.393.778.392.374.197.584.880.586.473.093.557.265.133.889.261.671.176.550.347.725.7
Nemotron MiniD 8B49.843.271.76.830.362.340.047.543.194.171.154.553.594.373.578.082.273.874.486.078.792.270.090.771.197.481.380.286.267.991.471.464.931.292.360.471.877.050.231.431.7
Gemma-2-9B48.830.940.01.928.449.127.938.230.292.762.858.955.494.472.874.582.974.275.385.780.392.765.892.872.597.381.381.888.876.389.368.275.140.488.871.575.668.844.723.012.4
Qwen-2.5-7B60.739.766.15.135.255.440.345.441.093.467.660.356.695.474.776.283.074.485.088.582.993.569.192.170.596.482.981.086.070.391.456.763.031.287.040.567.554.748.132.822.1
Llama-3.1-8B36.930.740.40.122.212.114.528.321.286.455.756.553.792.769.070.175.569.172.978.377.089.953.388.968.094.476.181.587.375.588.059.570.936.789.269.073.163.037.424.19.1
Granite-3.3-8B41.50.40.00.022.648.522.332.318.086.255.649.643.090.865.067.671.864.582.381.583.187.655.088.469.294.576.983.789.476.088.738.469.737.089.637.867.861.533.932.218.5
MiMo-7B54.338.357.01.228.148.334.542.535.791.763.556.253.093.571.673.680.872.776.187.280.791.464.189.572.296.780.580.686.573.189.769.365.633.190.354.471.475.144.325.421.5
Olmo 3 7B54.734.149.11.420.243.628.738.230.789.259.748.341.892.866.468.975.066.975.380.280.392.567.386.969.496.978.277.785.768.989.571.560.432.693.572.872.563.537.323.717.1

Model Details

Stage 1: Initial Pretraining

Stage 2: Mid-training

  • Dataset: dolma3-dolmino-mix-1025
  • 100B tokens
  • Mix composition: 20% code, 28% web pages, 19% math, 14% QA, 8% thinking, 6% instruction, and 5% PDFs
  • Note: We also include the three checkpoints reported in Table 7 of the Olmo 3 paper showing domain tradeoffs: Gen-QA Mix, Math-code-thinking mix, and Round 5 (final) mix. These experiments were run earlier in the Stage 1 pretraining process, and therefore represent training on 100B midtraining tokens starting from a Stage 1 checkpoint that had been trained to 2T tokens.

Stage 3: Long Context

Model Merging

  • 7B Model: No merging
  • 32B Model: 2 versions on 100B mix, merged before starting long context run. Final checkpoint is merged 4 final checkpoints.

Bias, Risks, and Limitations

Like any base language model or fine-tuned model without safety filtering, these models can easily 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.

License

This model is licensed under Apache 2.0. It is intended for research and educational use in accordance with Ai2's Responsible Use Guidelines.

Citation

Find the paper at: https://allenai.org/papers/olmo3

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
Olmo3ForCausalLM
Ревизия весов
a81bae4

0 моделей