/ Модель

Характеристики

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

code-think-o7b-20260908

Генерация текстаТекст → текст6 профессий

Исследовательская дообученная модель OLMo 3 на 6,9 млрд параметров для генерации кода и решения задач программирования с рассуждениями.

113скачиваний 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

code-think-o7b-20260908 — исследовательская версия языковой модели Allen Institute for AI (Ai2), полученная дообучением allenai/Olmo-3-1025-7B на трассах рассуждений Qwen3-30B-A3B-Thinking-2507 и объединением LoRA-адаптера с основными весами. Это плотная авторегрессионная модель семейства OLMo 3 с 6,9 млрд параметров; она принимает текст и генерирует текст, в том числе код. Контекст модели — до 65 536 токенов, обучение проводилось с контекстом 32 768 токенов.

Модель предназначена для генерации программного кода и пошагового решения задач программирования в режиме рассуждений. На диагностическом dev-разбиении из 256 задач, производном от LiveCodeBench, она получила 56 решений pass@1 при одном seed; результат не является рейтингом или оценкой на широком наборе задач. В тесте 149 генераций достигли лимита длины около 32 тысяч токенов.

Веса доступны в формате Safetensors, для инференса PEFT не требуется; репозиторий также содержит LoRA-адаптер. Лицензия — Apache-2.0. Авторы характеризуют чекпойнт как исследовательский, а не готовый продукт; опубликованная оценка основана на одном запуске и имеет диагностический характер.

Сценарии применения

  • генерация кода по текстовому заданию
  • решение задач программирования с пошаговыми рассуждениями
  • подготовка и проверка решений задач в стиле LiveCodeBench

Ограничения

Оценка приведена только для одного запуска на диагностическом наборе из 256 задач и не является заявлением о качестве на лидерборде. В 149 из 256 генераций был достигнут лимит длины около 32 тысяч токенов.

Для каких профессий подходит6

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

code-think-o7b-20260908

Research checkpoint: allenai/Olmo-3-1025-7B (a81bae42db3975be1671e27b9c9a56da1a9f980f) after V4 LoRA SFT on Qwen3-30B-A3B-Thinking-2507 traces (OLMo-tokenized V4 payload), then merged to full weights.

Repo name uses OLMo-3 because RUN_IDENTITY.model.hf_id is allenai/Olmo-3-1025-7B (not OLMo-2).

This is a research checkpoint, not a product. Single-seed diagnostic numbers only. Do not treat DEV256 as a leaderboard claim.

License: Apache-2.0, inherited from allenai/Olmo-3-1025-7B (verified from the local base README.md: license: apache-2.0).

Base, teacher, and data

Studentallenai/Olmo-3-1025-7B revision a81bae42db3975be1671e27b9c9a56da1a9f980f
TeacherQwen/Qwen3-30B-A3B-Thinking-2507 traces (V4 paired think payload, OLMo renderer / tokenizer)
Problems4715 unique problems (source_1ep_rows); physical 2-epoch concat = 9430 rows
Dose31,689,386 assistant tokens / epoch (OLMo tokenizer; not the Qwen 32.4M count); endpoint 63,378,772 assistant tokens (2 epochs)
Train seed42

Recipe

  • LoRA r64 / α128, dropout 0.0, seven projections: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
  • Embeddings / lm_head frozen except two-sided trainable B-row for 100257 (<|endoftext|>). Token id from adapter/TOKEN_ROWS_META.json.
  • Assistant supervised tail: <|endoftext|> (100257)
  • LR 1e-4, AdamW (β 0.9/0.95), cosine over assistant-token dose, warmup 6% (3,802,726 / 63,378,772 tokens), weight decay 0.1
  • bf16, no packing, no truncation, context 32768 at train time
  • 2 epochs, physical concat. Endpoint-only score; no checkpoint picking.
  • Chat template: olmo3-lcb-noprefill (no generation-prompt <think> prefill). Bundled as chat_template.jinja.

Merged weights are the 2-epoch endpoint (step-000904, 63,378,772 assistant tokens). LoRA + B-row are under adapter/.

Evaluation (DEV256)

256-problem LiveCodeBench-derived dev split. Seed 3407, think mode, no <think> prefill, max generation ~32k, sandbox-verified pass@1. Temperature 0.6, top-p 0.95, top-k 20.

Cap = generations that hit the 32k length limit without closing </think>.

Modelpass@1CapNotes
code-think-o7b-2026090856/256149this repo; seed 3407
Olmo-3-1025-7B (same contract, think)15/256104bare base, seed 3407

Single seed. These are research checkpoints, not product scores.

Usage

Merged full weights; no PEFT required at inference. The pinned OLMo template supplies a default system turn. Do not prefill <think>.

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "modrill/code-think-o7b-20260908"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype="bfloat16", device_map="auto"
)

messages = [{"role": "user", "content": problem_statement}]
prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
output = model.generate(
    **inputs,
    max_new_tokens=32768,
    do_sample=True,
    temperature=0.6,
    top_p=0.95,
    top_k=20,
)
print(tokenizer.decode(output[0][inputs["input_ids"].shape[1]:], skip_special_tokens=False))

Stop ids used in the official eval: 100257 (<|endoftext|>), 100265 (<|im_end|>).

Repo layout

  • Root: merged HF weights (config.json, model.safetensors, tokenizer, generation_config.json, chat_template.jinja) plus OFFICIAL_MERGE_RECEIPT.json
  • adapter/: LoRA, token_rows_both_sides.safetensors, TOKEN_ROWS_META.json, checkpoint MANIFEST.json
  • provenance/: train RUN_IDENTITY.json, TRAINING_CONFIG.json, POLICY.json; DEV256 COMPLETE.json
  • MANIFEST.sha256

Optimizer / resume states are not included.

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
e4c12ff

0 моделей