dill-lab 开源 108 个 OLMo 小模型及检查点
先了解这件事
2026 年 10 月 15 日，AGI Hunt 连续发布两篇报道：dill-lab 将 ICML 2026 论文训练的 108 个 OLMo 风格语言模型全部公开在 Hugging Face 的 GeoLadder 合集，参数规模 4M–75M。这批模型在 token 数、batch size、学习率、weight decay 与 LR decay 等超参上做了受控扫描训练，并随论文附带约 3900 个中间检查点，可用于系统研究超参数对小型模型缩放与训练动态的影响，供缩放律与训练消融研究者复用。较早一篇（02:37）与后续一篇（03:59）在模型数量、参数范围、检查点数量及扫描维度上说法一致，未出现数字或表述冲突，也未提及此前的公开情况。目前模型与检查点均已在 Hugging Face 上发布。
AI 根据报道生成 · 50 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntICML 2026 论文开源 108 个 OLMo 风格小模型，含约 3900 个中间检查点
dill-lab 团队在 HuggingFace 公开 108 个 OLMo 风格语言模型（4M–75M 参数），并随 ICML 2026 论文附约 3900 个中间检查点。这些模型在 tokens 数量、batch size、学习率、weight decay 和 LR decay 等超参上做了受控扫描训练。该资源可用于系统研究超参数对小型模型缩放与训练动态的影响，供缩放律与训练消融研究者复用。
- AGI HuntICML 论文放出 108 个 OLMo 风格小模型（4M–75M）及约 3900 个检查点
dill-lab 将 ICML 2026 论文训练的 108 个 OLMo 风格语言模型（4M–75M）全部公开在 Hugging Face GeoLadder 合集。模型覆盖 token 数、batch size、学习率、weight decay 与 LR decay 的受控扫描，并附带约 3900 个中间检查点，为研究训练动力学与 scaling 规律提供完整受控实验数据。
本事件热度走势
当前热度 10·可比范围峰值 10（10月15日 03:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。