# オープン言語モデル

OLMo 2 1Bはallenai/OLMo-2-0425-1B-RLVR1モデルの後訓練バリアントで、教師あり微調整、DPOトレーニング、RLVRトレーニングを経ており、様々なタスクで最先端の性能を実現することを目的としています。

OLMo 2 1B SFTはOLMo-2-0425-1Bモデルの教師ありファインチューニング版で、Tulu 3データセットで訓練され、様々なタスクで最先端の性能を実現することを目的としています。

RecurrentGemmaはGoogleが新しい循環アーキテクチャに基づいて開発したオープン言語モデルファミリーで、事前学習版と命令チューニング版があり、様々なテキスト生成タスクに適しています。

OLMo 7B InstructはDolmaデータセットでトレーニングされたオープン言語モデルで、SFTとDPOで最適化され、質問応答タスク向けに設計されています。