艾倫人工智能研究所（AI2）發佈了一款開源大型語言模型OLMoE，旨在提供高性能與低成本的解決方案。該模型採用稀疏混合專家（MoE）架構，擁有70億參數，但通過智能路由機制，每個輸入標記僅使用10億參數，實現高效計算。OLMoE包含通用與指令調優兩個版本，支持4096標記的上下文窗口。其訓練數據來源廣泛，包括Common Crawl、Dolma CC和維基百科等。在性能測試中，OLMoE在多項指標上優於其他相似參數模型，甚至在某些情況下超越了更大規模的模型。AI2的目標是通過提供完全開源的AI模型，推動學術研究與開發，促進混合專家架構的廣泛應用。
["AI2 最近發佈了一個名爲 Dolma 的開源數據集，包含了 3 萬億個 token。","Dolma 的數據將爲 AI2 正在開發中的開放語言模型 OLMo 提供基礎，計劃於 2024 年初發布。","Dolma 的數據集來自網絡內容、學術出版物、代碼和書籍等廣泛來源，是目前公開可用的同類數據集中最大的一個。"]
["艾倫人工智能研究所發佈開放式文本數據集 Dolma，旨在促進 AI 語言模型的透明度和創新。","Dolma 作爲 AI2 開放式語言模型計劃的核心，爲研究人員和開發者提供免費的數據資源。","Dolma 數據集具有 30 億標記的規模，採用了中風險成果的 ImpACT 許可證，並鼓勵用戶提供聯繫信息和使用情況。"]
amd
AMD-OLMo是由AMD在AMD Instinct™ MI250 GPU上從頭開始訓練的10億參數語言模型系列，包括預訓練模型、監督微調模型和基於直接偏好優化（DPO）的對齊模型。該系列模型基於OLMo架構，在Dolma數據集上進行預訓練，並在多個指令數據集上進行微調。
allenai
OLMo 7B 2024年4月版是原始OLMo 7B模型的升級版本，基於改進的Dolma數據集和分階段訓練方法，在MMLU等評估中提升了24分。這是一個開放透明的語言模型，支持推理和微調任務。
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。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
