/ Модель

Характеристики

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

olmo3-7b-think-sft-eosfix-16k-3ep-euc

Генерация текстаТекст → текст4 профессии

Дообученная Olmo-3-1025-7B для диалоговой генерации текста и решения задач с рассуждениями.

57скачиваний за 30 дней0лайковвеса обновлены28 авг 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

zimplex выпустил дообученную версию языковой модели AllenAI Olmo-3-1025-7B для генерации текста с рассуждениями. Модель обучена на наборе Dolci-Think-SFT-7B в течение трёх эпох; размер составляет 6,9 млрд параметров. В README для обучения указан контекст 16 384 токена, тогда как метаданные модели указывают native context в 65 536 токенов. Чекпойнт использует стандартную выходную голову и поддерживает диалоговый режим.

Модель предназначена для пошагового решения задач и диалоговой генерации текста. В README приведены результаты оценки: точность 0,540 на math, 0,886 на GSM8K и 0,478 на MMLU-Pro при жадном декодировании; также указаны частые преждевременные остановки и повторы в некоторых тестах. Это результаты конкретного протокола оценки, они не гарантируют такое же качество в других сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • решение математических задач с пошаговыми рассуждениями
  • ответы на задачи GSM8K
  • диалоговые ответы на вопросы общего характера

Ограничения

В оценках README отмечены преждевременное завершение генерации и повторы; показатели приведены только для описанного протокола с жадным декодированием и лимитом 4096 генерируемых токенов.

Для каких профессий подходит4

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

zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc

Final EOS-fixed Thinking-SFT rerun of allenai/Olmo-3-1025-7B using a standard Euclidean output head. It was trained on allenai/Dolci-Think-SFT-7B for 3 epochs with a 16,384-token context and the ChatML <|im_end|> turn terminator. Generation stops on either <|im_end|> or <|endoftext|>.

Training provenance

  • Source commit: 299291204767d845d0534b9d0a89697e73c62d41
  • Base revision: a81bae42db3975be1671e27b9c9a56da1a9f980f
  • Global batch size: 64 sequences
  • Learning rate: 8e-5
  • Training hardware: 4 nodes / 32 B200 GPUs
  • W&B training run: https://wandb.ai/vista-01/hyp-think-sft/runs/88xzivu1

Reasoning evaluation

Greedy decoding, up to 4,096 generated tokens, using the repository's <think> template.

TaskAccuracyTerminatedRepetition rate
math0.5400.5100.128
gsm8k0.8860.9320.110
mmlu_pro0.4780.4960.190
gpqa_diamond0.2730.1160.336

W&B evaluation run: https://wandb.ai/vista-01/hyp-think-sft/runs/oyzqt27q

Loading

This checkpoint uses the standard Hugging Face output head:

from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc")
model = AutoModelForCausalLM.from_pretrained("zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc", torch_dtype="auto")

Reproducibility files

training_provenance.json records the source/base revisions and recipe. eval_metrics.json contains the portable evaluation results. Cluster-local paths and the internal .save_complete file are intentionally not published.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Olmo3ForCausalLM
Ревизия весов
6fa41bb

0 моделей