allenai / allenai/olmes

Reproduction of Olmo3

Abierto
#30 0 comentarios 0 reacciones 0 asignados Ver en GitHub
Lenguaje dominante
Python
Estrellas
395
Forks
105
Métricas de merge de PR
Sin PR fusionados en 30 d

Descripción

Hi Dear Author,

I'm trying to reproduce Olmo3's result, but for intermediate checkpoints, whenever I wanted to eval on mmlu(mmlu:cot::olmo3:midtrain), it seems the memory just gradually increases until OOM, seems the COT is too long?

the model I was trying to reproduce is: https://huggingface.co/allenai/Olmo-3-7B-Think-SFT

Much appreciated!

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Evaluación

Este issue todavía no se ha evaluado.

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.