Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #11938

Olmo

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

MODELS · 1 ИСТОЧН. · The Decoder

Исследование NYU и Техасского университета выявило шесть лингвистических паттернов, делающих текст LLM утомительным

Исследователи из NYU и Техасского университета проанализировали выводы 14 языковых моделей (120 бесед, 45 сессий кодирования, 980 эссе) и выявили шесть повторяющихся лингвистических паттернов — необычные сочетания слов, дальние зависимости в предложениях, опущенные связки, стекающиеся существительные, превращение существительных в глаголы и перенос признаков одушевлённости — которые делают текст моделей менее удобным для чтения по сравнению с человеческим. В работе отмечается вариативность между моделями (Llama и Olmo ближе к людям; внутри Olmo улучшения с instruct→reasoning, Opus 5.5 улучшил читабельность), связывается проблема с целями обучения (переход от RLHF к RLVR) и показано, что штрафы за длину в тренировке могут повысить читаемость.

7.0

RESEARCH · 1 ИСТОЧН. · Hugging Face

Выпущен бенчмарк FairStress для оценки демографической справедливости и устойчивости решений LLM

Представлен FairStress — бенчмарк из 300 сценариев в 29 областях (приём на работу, здравоохранение, кредиты, образование, жильё, уголовное правосудие и др.), который оценивает демографическую справедливость не только по итоговому выбору модели, но и по устойчивости решения к сопоставимым убедительным «адверсариальным префиксам». FairStress доступен для скачивания и будет интегрирован в Olmo-eval; предварительные результаты показывают асимметричные эффекты одинаковых аргументов у моделей (Olmo, Llama, Qwen, Gemma, Claude, семейство GPT) и различия в объяснениях и внутренних активациях на разных этапах обучения.

7.0

MODELS · 1 ИСТОЧН. · Hugging Face

Olmo запускает Olmo-core 3 — открытую масштабируемую инфраструктуру обучения MoE

Olmo выпустила Olmo-core 3 — переработанный открытый фреймворк для обучения моделей с mixture-of-experts (MoE), рассчитанный на масштабирование до триллионных параметров при сохранении вычислительной эффективности. Стек переходит от FSDP к DDP, сочетает экспертную и конвейерную параллельность и другие оптимизации; по данным компании, на 47‑млрд MoE на восьми NVIDIA B300 пропускная способность выросла в 2,7×, а MXFP8 в тестах дал примерно +21% к скорости по сравнению с BF16.

7.0