# 開放語言模型

OLMo 2 1B是基於allenai/OLMo-2-0425-1B-RLVR1模型的後訓練變體，經過監督微調、DPO訓練和RLVR訓練，旨在實現多種任務的最先進性能。

OLMo 2 1B SFT是基於OLMo-2-0425-1B模型的監督微調版本，在Tulu 3數據集上訓練，旨在實現多種任務的最先進性能。

RecurrentGemma是Google基於新型循環架構開發的開放語言模型家族，提供預訓練和指令調優版本，適用於多種文本生成任務。

OLMo 7B Instruct是基於Dolma數據集訓練的開放語言模型，經過SFT和DPO優化，專為問答任務設計。