/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
6,9 млрд
Размер весов
14,6 ГБ
Лицензия
Apache 2.0
Архитектура
olmo3 · dense
Базовая модель
Olmo-3-1025-7B
Библиотека
transformers
Опубликована
10 сен 2026

Olmo7b-olmo-a100-new-20260908-CPT-merged-step-750

Генерация текстаТекст → текст5 профессий

Англоязычная модель Olmo3 на 6,9 млрд параметров для генерации текста и дальнейшей адаптации, полученная продолженным предобучением Olmo-3-1025-7B.

107скачиваний за 30 дней0лайковвеса обновлены10 сен 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

Это самостоятельный экспорт модели Olmo-3-1025-7B, подготовленный ganscs: к базовым весам Ai2 применены обученный LoRA-адаптер и полностью обученные веса эмбеддингов и выходного слоя. Модель содержит 6,9 млрд параметров, использует плотную архитектуру Olmo3 для авторегрессионной генерации текста и поддерживает контекст до 65 536 токенов.

Экспорт объединяет адаптер с исходной BF16-моделью, поэтому для загрузки через Transformers отдельный PEFT-адаптер не нужен. В README модель описана как результат continued pretraining; доступные сведения не уточняют специализацию обучения и конкретные пользовательские сценарии, поэтому её следует рассматривать как англоязычную базовую модель для генерации и дальнейшей адаптации. Проверка загрузки и генерации описана как smoke test, а приведённая обучающая валидация не является отдельной оценкой этого экспорта. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения англоязычного текста
  • создание черновиков и фрагментов текста
  • адаптация базовой языковой модели под прикладную задачу

Ограничения

В README нет отдельной оценки качества этого BF16-экспорта; указанная validation loss относится к исходному обучающему чекпойнту. Smoke test подтверждает загрузку и генерацию, но не заменяет полноценную оценку.

Для каких профессий подходит5

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

Olmo7b-olmo-a100-new-20260908-CPT-merged-step-750

Standalone BF16 model combining allenai/Olmo-3-1025-7B with the trained LoRA adapter and full embedding/output weights from checkpoint 750. Load this repository directly with Transformers; a separate PEFT adapter is not required.

Provenance

  • Base revision: a81bae42db3975be1671e27b9c9a56da1a9f980f.
  • Adapter repository revision: edba4e91735a37b3c886961e707355f3e541ef61.
  • Selected step: 750, the best validation checkpoint in this training run.
  • Source checkpoint training-time validation loss: 1.3001196.
  • rsLoRA rank 128, alpha 64.
  • The fully trained embed_tokens and lm_head weights replace the original endpoints.
  • The output uses the checkpoint tokenizer and the original base architecture/configuration.

Adapters were trained with a 4-bit base. This export merges them into the original BF16 base revision using PEFT's safe merge operation. The training-time validation score above is not a new evaluation of this BF16 export.

Validation

Every adapter tensor was consumed; all output tensors are finite and match the Transformers architecture's names and shapes. The model loaded locally without PEFT adapters and produced finite logits and a short greedy generation. merge_manifest.json records source hashes, merge details and output checksums; validation.json records the smoke test. training_manifest.json preserves the source experiment settings. This is a weights-only export, without optimizer state.

Load

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "ganscs/Olmo7b-olmo-a100-new-20260908-CPT-merged-step-750"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, dtype=torch.bfloat16, device_map="auto"
)

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
d7484b7

0 моделей