OLMo: Accelerare la Scienza dei Modelli Linguistici
OLMo: Accelerating the Science of Language Models
February 1, 2024
Autori: Dirk Groeneveld, Iz Beltagy, Pete Walsh, Akshita Bhagia, Rodney Kinney, Oyvind Tafjord, Ananya Harsh Jha, Hamish Ivison, Ian Magnusson, Yizhong Wang, Shane Arora, David Atkinson, Russell Authur, Khyathi Raghavi Chandu, Arman Cohan, Jennifer Dumas, Yanai Elazar, Yuling Gu, Jack Hessel, Tushar Khot, William Merrill, Jacob Morrison, Niklas Muennighoff, Aakanksha Naik, Crystal Nam, Matthew E. Peters, Valentina Pyatkin, Abhilasha Ravichander, Dustin Schwenk, Saurabh Shah, Will Smith, Emma Strubell, Nishant Subramani, Mitchell Wortsman, Pradeep Dasigi, Nathan Lambert, Kyle Richardson, Luke Zettlemoyer, Jesse Dodge, Kyle Lo, Luca Soldaini, Noah A. Smith, Hannaneh Hajishirzi
cs.AI
Abstract
I modelli linguistici (Language Models, LMs) sono diventati onnipresenti sia nella ricerca NLP che nelle offerte di prodotti commerciali. Con l'aumento della loro importanza commerciale, i modelli più potenti sono diventati chiusi, protetti da interfacce proprietarie, con dettagli cruciali sui loro dati di addestramento, architetture e sviluppo non divulgati. Considerando l'importanza di questi dettagli per lo studio scientifico di questi modelli, inclusi i loro pregiudizi e potenziali rischi, riteniamo essenziale che la comunità di ricerca abbia accesso a modelli linguistici potenti e veramente aperti. A tal fine, questo rapporto tecnico descrive la prima release di OLMo, un modello linguistico all'avanguardia e veramente aperto, insieme al suo framework per costruire e studiare la scienza della modellazione linguistica. A differenza della maggior parte degli sforzi precedenti che hanno rilasciato solo i pesi del modello e il codice di inferenza, rilasciamo OLMo e l'intero framework, inclusi i dati di addestramento e il codice di addestramento e valutazione. Speriamo che questo rilascio potenzi e rafforzi la comunità di ricerca aperta e ispiri una nuova ondata di innovazione.
English
Language models (LMs) have become ubiquitous in both NLP research and in
commercial product offerings. As their commercial importance has surged, the
most powerful models have become closed off, gated behind proprietary
interfaces, with important details of their training data, architectures, and
development undisclosed. Given the importance of these details in
scientifically studying these models, including their biases and potential
risks, we believe it is essential for the research community to have access to
powerful, truly open LMs. To this end, this technical report details the first
release of OLMo, a state-of-the-art, truly Open Language Model and its
framework to build and study the science of language modeling. Unlike most
prior efforts that have only released model weights and inference code, we
release OLMo and the whole framework, including training data and training and
evaluation code. We hope this release will empower and strengthen the open
research community and inspire a new wave of innovation.