本文へスキップ

OLMo-2-1124-7B-RM

テキスト生成と分類に向けた 7B の報酬モデル

公式サイトを見る

OLMo-2-1124-7B-RM とは

本モデルはテキスト生成と分類を担う 7B 規模の言語モデルと紹介され、言語モデルの研究を開かれた形で進めるために公開されている。

できること

  • まとまりのある関連したテキストを生成する
  • 入力されたテキストを話題や意図で分類する
  • 対話をこなすか数学の設問を解く

モデルの要点

  • 報酬モデルとして RLVR の価値モデルを初期化する
  • MATH、GSM8K、IFEval などの課題が挙がる
  • コード、チェックポイント、ログ、学習の詳細が開かれる

長所と短所

✓ 良い点

  • コード、チェックポイント、ログ、学習の詳細が開かれる
  • 場面に合わせた微調整ができる

! 注意したい点

  • 規模は 7B のパラメータにとどまる
  • 利用には対応ライブラリの導入が必要

よくある質問

誰が開発した?

資料では Hugging Face と Allen AI の共同開発と説明。

何に使える?

資料にはテキスト生成、テキスト分類、対話、数学の設問が挙がる。

最終評価日: 2026-11-15

その他 AIライティングアシスタント ツール

すべて見る →

評価方法