Olmo 2 0425 1B Instruct GGUF

🚀 OLMo 2 1B Instruct April 2025

OLMo 2 1B Instruct April 2025是基于Transformer架构的语言模型，在多种自然语言处理任务中表现出色。它通过在特定数据集上的微调，能更好地理解和生成自然语言文本，适用于科研和教育领域。

🚀 快速开始

OLMo 2 1B Instruct April 2025是allenai/OLMo-2-0425-1B-RLVR1模型的后训练变体。该模型在特定数据集上进行了监督微调、DPO训练和最终的RLVR训练。T端lu 3数据集旨在使模型在多种任务（如MATH、GSM8K和IFEval）中达到最先进的性能。

更多详细信息，请查看OLMo 2论文或T端lu 3论文！

OLMo是一系列旨在推动语言模型科学发展的开放语言模型。这些模型在Dolma数据集上进行训练，我们将发布所有代码、检查点、日志和相关训练细节。

✨ 主要特性

• 多阶段训练：经过监督微调、DPO训练和RLVR训练，提升模型性能。
• 广泛任务适用性：在多种自然语言处理任务中表现出色，如数学问题解决、问答等。
• 开放资源：发布所有代码、检查点和训练细节，便于科研和教育使用。

📦 安装指南

OLMo 2 1B支持transformers v4.48或更高版本：

pip install transformers>=4.48

如果使用vLLM，在v0.7.4发布之前，需要从主分支进行安装。

💻 使用示例

基础用法

使用HuggingFace加载模型：

from transformers import AutoModelForCausalLM

olmo_model = AutoModelForCausalLM.from_pretrained("allenai/OLMo-2-0425-1B-Instruct")

高级用法

聊天模板

注意：由于配置的细微变化，此聊天模板与之前的OLMo 2和T端lu 3模型不同。在其余内容之前没有bos标记。我们的其他模型在聊天模板开头有<|endoftext|>。

我们模型的聊天模板格式如下：

<|user|>
How are you doing?
<|assistant|>
I'm just a computer program, so I don't have feelings, but I'm functioning as expected. How can I assist you today?<|endoftext|>

或者展开换行符：

<|user|>
How are you doing?
<|assistant|>
I'm just a computer program, so I don't have feelings, but I'm functioning as expected. How can I assist you today?<|endoftext|>

它也嵌入在分词器中，用于tokenizer.apply_chat_template。

中间检查点

为了便于强化学习微调的研究，我们发布了模型在RLVR训练期间的中间检查点。模型权重每20个训练步骤保存一次，可以在HuggingFace仓库的修订版本中访问。

例如，你可以这样加载：

olmo_model = AutoModelForCausalLM.from_pretrained("allenai/OLMo-2-0425-1B-Instruct", revision="step_200")

📚 详细文档

模型描述

模型来源

• 项目页面：https://allenai.org/olmo
• 仓库：
  • 核心仓库（训练、推理、微调等）：https://github.com/allenai/OLMo-core
  • 评估代码：https://github.com/allenai/olmes
  • 进一步微调代码：https://github.com/allenai/open-instruct
• 论文：https://arxiv.org/abs/2501.00656
• 演示：https://playground.allenai.org/

偏差、风险和局限性

OLMo-2模型的安全训练有限，并且不像ChatGPT那样在循环中自动过滤响应，因此模型可能会产生有问题的输出（特别是在被要求这样做时）。

性能

📄 许可证

OLMo 2采用Apache 2.0许可证。该模型仅供科研和教育使用。更多信息，请参阅我们的负责任使用指南。

引用

@article{olmo20242olmo2furious,
      title={2 OLMo 2 Furious}, 
      author={Team OLMo and Pete Walsh and Luca Soldaini and Dirk Groeneveld and Kyle Lo and Shane Arora and Akshita Bhagia and Yuling Gu and Shengyi Huang and Matt Jordan and Nathan Lambert and Dustin Schwenk and Oyvind Tafjord and Taira Anderson and David Atkinson and Faeze Brahman and Christopher Clark and Pradeep Dasigi and Nouha Dziri and Michal Guerquin and Hamish Ivison and Pang Wei Koh and Jiacheng Liu and Saumya Malik and William Merrill and Lester James V. Miranda and Jacob Morrison and Tyler Murray and Crystal Nam and Valentina Pyatkin and Aman Rangapur and Michael Schmitz and Sam Skjonsberg and David Wadden and Christopher Wilhelm and Michael Wilson and Luke Zettlemoyer and Ali Farhadi and Noah A. Smith and Hannaneh Hajishirzi},
      year={2024},
      eprint={2501.00656},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2501.00656}, 
}