OLMo 2 1B Instruct, апрель 2025 г., представляет собой постобученный вариант модели allenai/OLMo-2-0425-1B-RLVR1, который прошел контролируемую тонкую настройку на специальном для OLMo варианте набора данных Tülu 3, дальнейшее обучение DPO на этом наборе данных и окончательное обучение RLVR на этом наборе данных. Tülu 3 предназначен для решения самых современных задач, помимо чата, таких как MATH, GSM8K и IFEval. Для получения более подробной информации ознакомьтесь с бумагой OLMo 2 или Tülu 3! OLMo — это серия открытых языковых моделей, предназначенная для изучения языковых моделей. Эти модели обучаются на наборе данных Dolma. Мы публикуем весь код, контрольные точки, журналы и связанные с ними подробности обучения. — Тип модели: модель, обученная на общедоступных, синтетических и созданных человеком наборах данных. — Язык(и) (NLP): преимущественно английский. — Лицензия: Apache 2.0. — Точная настройка на основе модели: allenai/OLMo-2-0425-1B-RLVR1. — Страница проекта: https://allenai.org/olmo. — Репозитории: — Базовый репозиторий (обучение, вывод, точная настройка и т. д.): https://github.com/allenai/OLMo-core. — Оценочный код: https://github.com/allenai/olmes — Код дальнейшей тонкой настройки: https://github.com/allenai/open-instruct — Бумага:…
Модальности:
Генерация текста
Области применения:
Диалог / чат Следование инструкциям
Задача: Генерация текста
Автор: unsloth
Теги: gguf, olmo2, unsloth, en, endpoints_compatible, conversational
Лайков: 8 | Загрузок: 1,211
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
