模型介绍
Five 160M GPT-NeoX training runs on the separate M/C/G source pools in Dolma3-16B. `Clean`, `M500`, `C500`, `G500`, and `MCG500` are separate run directories under `runs/`. Each contains all existing `step-*.pt` checkpoints, including the final `step-122071.pt` after 16,000,090,112 tokens. Intermediate checkpoints are approximately 1B tokens apart, with additional scheduled steps. Standalone final weights are under `models/ /model.safetensors`, with a matching config and tokenizer in each run directory. Load one with `GPTNeoXForCausalLM.from_pretrained("294-288-pretrain-interaction/160M-exp", subfolder="models/Clean")` and the tokenizer from the same subfolder. Each `.pt` is a PyTorch training checkpoint containing `model`, optimizer, scheduler, rank RNG states, step, token count, and run/manifest/config hashes. The `.pt` files are **not** direct `from_pretrained` artifacts. For trusted checkpoints, load the `model` state dict into `GPTNeoXForCausalLM(GPTNeoXConfig.from_json_file("config.json"))`. Use the included `tokenizer/`. The `training/` directory contains the training and data code; `manifest.json` fixes the source mixture, event schedule, and seeds.
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
许可证：来源未披露，须进一步核验。模型介绍与第三方评测均以原来源的具体版本和方法为准。