allenai / allenai/olmes

Reproduction of Olmo3

Aperta
#30 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
Lingua principale
Python
Stelle
395
Fork
105
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

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!

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Valutazione

Questa issue non è ancora stata valutata.

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.