OLMo 3: O Modelo Que Assusta a OpenAI

Inteligência artificial de código aberto costumava significar que você tinha tudo: modelo, código, dados e a receita que unia tudo isso. Em 2025, geralmente significa um arquivo zip de pesos abertos e um post em blog cheio de detalhes redigidos. Laboratórios como Meta, Mistral e OpenAI estão cada vez mais lançando modelos “abertos” onde os parâmetros são públicos, mas o corpus de treinamento, as regras de filtragem e os pipelines de aprendizado por reforço ficam trancados.

Essa mudança transforma silenciosamente modelos "abertos" em caixas-preta. Você pode rodar Llama, Qwen ou Gemma em sua própria GPU, mas não consegue realmente reproduzi-los, auditar seu comportamento em grande escala ou verificar como eles aprenderam um fato específico. Tente responder a perguntas básicas—Quais sites esse modelo coletou dados? Quais idiomas dominam seu corpus? Como o RLHF moldou seu comportamento?—e você se depara com um muro de NDAs e documentação vaga.

Os pesquisadores chamam isso de "pesos abertos" por um motivo: apenas os números finais são enviados. As peças faltantes—dados de treinamento, marcos intermediários, configurações de otimizadores, scripts de RL, filtros de segurança—são onde a verdadeira ciência reside. Sem esses elementos, você não pode estudar rigorosamente o viés, monitorar regressões ou testar intervenções de segurança, porque não há como repetir o experimento.

Essa opacidade colide diretamente com o que a comunidade de IA diz que deseja: transparência, reprodutibilidade e supervisão significativa. Laboratórios acadêmicos e desenvolvedores independentes precisam inspecionar misturas de dados, comparar execuções de treinamento e rastrear saídas de modelos até suas fontes se quiserem entender por que os sistemas alucinam, discriminam ou vazam texto protegido por direitos autorais. Enquanto isso, laboratórios corporativos enquadram o sigilo como responsabilidade—argumentando que esconder dados e métodos previne o uso indevido e protege a propriedade intelectual "crítica para a segurança".

O resultado é uma espécie de pseudo-abertura que frustra as próprias pessoas que deveriam construir sobre esses modelos. Os desenvolvedores podem ajustar um checkpoint de 7B ou 32B, mas não conseguem ver a mangueira de 9 trilhões de tokens por trás disso ou a pilha de RL que moldou seu raciocínio. Eles herdam preconceitos e riscos legais desconhecidos e devem lançar produtos com base em artefatos que não podem interrogar completamente.

Nesse contexto de tensão surge um tipo diferente de projeto: uma família modelo que expõe tudo, desde dados brutos de treinamento até rastros de treinamento. Em vez de tratar a transparência como uma desvantagem, utiliza a divulgação radical como uma característica—e é exatamente isso que está atraindo a atenção da OpenAI e seus pares.

Laboratórios sem fins lucrativos raramente recebem destaque nos ciclos de hype da IA, mas o Allen Institute for AI está silenciosamente construindo a alternativa que muitos pesquisadores realmente desejam. O AI2 não persegue receitas baseadas em uso ou dependência de lojas de aplicativos; seu mandato se concentra em ciência reprodutível, infraestrutura aberta e modelos que outras pessoas podem realmente estudar, e não apenas consumir por trás de uma API.

OLMo 3 é a expressão mais pura dessa filosofia até agora. A AI2 não apenas publica pesos abertos e gráficos de blog; ela divulga todo o ciclo de vida do modelo: código de treinamento, scripts de avaliação, todos os pontos de verificação intermediários e o imenso corpus Dolma 3 que moldou o comportamento do modelo.

Pense no OLMo 3 menos como um modelo único e mais como um ecossistema. No centro está o Dolma 3, um conjunto de dados de aproximadamente 9 trilhões de tokens que abrange a web, código, livros e outros textos, disponibilizado para que qualquer pessoa possa auditar ou reiniciar o treinamento em vez de adivinhar o que entrou na caixa-preta.

Em cima dessa base, a AI2 lança três variantes distintas do OLMo 3, direcionadas a diferentes funções: - Base: um modelo puramente pré-treinado, sem ajustes de instrução, ideal para pesquisadores e personalização de fine-tuning. - Think: um modelo otimizado para raciocínio com rastros de estilo encadeado de pensamento para agentes de matemática, lógica e código. - Instruct: um modelo ajustado para chat e uso de ferramentas, destinado a atuar como suporte para assistentes, copilotos e fluxos de automação.

Os tamanhos permanecem deliberadamente pragmáticos. OLMo 3 está disponível nas opções de parâmetros 7B e 32B, uma referência direta para desenvolvedores que desejam algo entre modelos de brinquedo e colossos exclusivos para data centers, como o GPT-4 ou Claude 3.5.

As variantes 7B visam uma usabilidade local real. Com a quantização, elas rodam em uma única GPU moderna de laptop ou até mesmo em um potente CPU, tornando-as viáveis para aplicativos sensíveis à privacidade, ferramentas offline ou startups que não podem arcar com uma quantidade de A100s apenas para protótipos.

Os modelos 32B priorizam capacidade em vez de portabilidade. Você precisa de uma GPU de alta qualidade—pense em uma única placa de 48 a 80 GB ou várias placas menores—para utilizá-los confortavelmente, mas você obtém um desempenho de raciocínio que começa a desafiar o Qwen 3 e o Gemma 3 enquanto treina com aproximadamente seis vezes menos tokens.

Juntas, essas escolhas fazem do OLMo 3 parecer menos um artefato de pesquisa e mais uma plataforma: inspecionável, reproduzível e realmente implantável fora do jardim murado de um hyperscaler.

O acesso totalmente aberto ao Dolma 3 muda o que “aberto” significa na prática. Em vez de uma coleta de dados misteriosa da web, os pesquisadores obtêm ~9 trilhões de tokens de fontes documentadas que podem inspecionar, filtrar e replicar. Esse nível de visibilidade permite que os laboratórios estudem como domínios específicos, idiomas ou períodos de tempo moldam o comportamento do OLMo 3, ajustando cirurgicamente a receita de dados em vez de adivinhar no escuro.

A transparência no treinamento vai além: a AI2 fornece os scripts de treinamento, o código de RL e os pontos de verificação intermediários desde os primeiros passos hesitantes do modelo até sua forma final. Você pode reproduzir toda a execução do treinamento, desviar em 10%, 50% ou 90% de conclusão e testar misturas de dados alternativas, otimizadores ou técnicas de segurança. Isso desbloqueia a verdadeira reprodutibilidade científica, e não um “confie em nós, executamos algo assim em um corpo de dados secreto.”

Para os desenvolvedores, esses pontos de verificação servem como uma mina de ouro para ajustes finos. Em vez de anexar seus dados de domínio a um modelo completamente desenvolvido, você pode reiniciar a partir de um ponto de verificação anterior, onde a rede não está tão superespecializada, ou comparar como diferentes ajustes finos divergirem ao longo do tempo. A auditoria se torna empírica: se um viés aparecer, você pode rastrear quando ele surgiu no treinamento e qual fatia de dados provavelmente o causou.

Tudo isso é distribuído sob a Apache 2.0, uma das licenças mais permissivas em software. Sem restrições de uso, sem cláusulas de "nenhum concorrente", sem cláusulas de "nenhuma arma" que advogados tenham que decifrar. Você pode rodar o OLMo 3 totalmente local, incorporá-lo em um produto SaaS ou distribuí-lo on-premises para um banco sem nenhuma ginástica de licenciamento.

Contraste isso com o Llama da Meta ou os modelos da Mistral. Frequentemente, você recebe pesos e uma apresentação de marketing, mas não o corpo completo de treinamento, nem scripts completos, e certamente não todos os pontos de verificação intermediários. As licenças personalizadas deles também incluem regras comportamentais e ressalvas comerciais que podem falhar em grande escala.

A pilha do Olmo 3 significa que você pode realmente corrigir as coisas desde a base. Se o modelo não atende a um demográfico ou repete uma teoria da conspiração, você pode identificar os dados problemáticos no Dolma 3, ajustá-los, retrainar e verificar a mudança. A AI2 detalha essa filosofia de fluxo de modelo em Olmo 3: Traçando um caminho pelo fluxo de modelo para liderar a IA de código aberto, estabelecendo efetivamente uma nova referência para o que "aberto" deve incluir.

A visão de raio-X estilo Matrix para modelos de linguagem finalmente existe, e a AI2 a chama de OLMoTrace. Enquanto outros laboratórios fazem gestos em direção à transparência com cartões de modelo e descrições de dados vagas, o OLMo 3 oferece uma ferramenta forense real que mostra de onde vêm as respostas, token por token.

OLMoTrace funciona em conjunto com os ~9 trilhões de tokens de dados de treinamento do OLMo 3 e do Dolma 3. Você digita um prompt, recebe uma resposta e, com um clique, vê quais documentos de treinamento influenciaram mais especificamente trechos daquela saída.

À esquerda: a resposta do modelo. À direita: um painel classificado de documentos, cada um com trechos de texto destacados que se alinham com frases ou fatos na resposta, além dos URLs originais para que você possa verificar a fonte em seu contexto nativo.

Esses destaques mostram quando o modelo está citando, parafraseando ou improvisando. Se o OLMo 3 inventa uma citação com confiança, você pode notar que nenhum documento subjacente a apóia, o que indica uma alucinação clássica em vez de uma síntese sutil.

Para desenvolvedores, isso transforma a depuração "baseada em vibrações" em algo mais próximo da observabilidade tradicional. Quando um chatbot em produção fornece uma orientação médica errada ou distorce uma regulamentação financeira, você pode ir diretamente para os documentos que o levaram até ali.

Isso torna dramaticamente mais fácil: - Remover ou reduzir o peso de dados ruins - Preencher lacunas com ajustes finos direcionados - Adicionar limites em torno de domínios arriscados

OLMoTrace também permite uma verdadeira verificação de fonte para aplicativos voltados para o cliente. Uma ferramenta de pesquisa jurídica pode mostrar não apenas um resumo do caso, mas as opiniões e estatutos exatos que moldaram a redação do modelo, para que os advogados possam decidir se confiam ou descartam isso.

Pesquisadores obtêm uma rara oportunidade para observar o comportamento dos modelos. Eles podem correlacionar modos de falha com distribuições de dados específicas no Dolma 3, estudar como diferentes domínios orientam o raciocínio no OLMo 3 Think e realizar experimentos controlados sobre viés ou desinformação.

Este é um ataque direto ao problema da "caixa-preta" que define a IA moderna. Em vez de pedir aos usuários que confiem em um sistema selado, a AI2 oferece um microscópio, expondo o suficiente da trilha de treinamento para que a confiança se torne uma escolha informada, e não uma afirmação de marketing.

Os desenvolvedores Rust reconhecerão instantaneamente a primeira demonstração do Olmo 3: Fibonacci com recursão e memoização. O prompt no playground da AI2 pede à variante Think para “implementar Fibonacci em Rust usando recursão e memoização” e incluir casos de teste para entradas pequenas e maiores. O Olmo 3 responde com Rust idiomático, normalmente definindo uma função `fib`, envolvendo-a em `main` e adicionando asserções ou testes unitários para valores como `fib(0)`, `fib(1)`, `fib(5)` e um n maior.

O modo de raciocínio não apenas gera código; ele narra por que o código funciona. A cadeia de pensamento passa pela definição dos casos base, escolha de uma estrutura de memoização (frequentemente `HashMap<usize, u64>`), e explica como a recursão se tornaria insustentável sem o uso de cache. Justifica as trocas de complexidade, por exemplo, transformando o tempo exponencial em um tempo aproximadamente linear ao armazenar valores previamente computados.

Essa narração é importante porque expõe como o modelo estrutura os problemas. Olmo 3 Think divide a tarefa em etapas:

• 1Especifique a assinatura da função e o tipo de retorno.
• 2Defina casos base para n = 0 e n = 1.
• 3Inicializar o armazenamento de memoização
• 4Implemente o caso recursivo que primeiro verifica o cache.
• 5Adicione testes para validar a correção.

Onde modelos fechados escondem a origem de seus hábitos de codificação, OLMoTrace coloca um painel de proveniência ao lado da saída. Destacar a implementação recursiva `fib` ilumina trechos correspondentes em postagens de blog sobre Rust do Dolma 3, trechos do GitHub, talvez um tutorial sobre memoização. Cada trecho vem com uma URL, para que um desenvolvedor possa clicar, confirmar a licença e ver o estilo e o contexto originais que influenciaram o padrão do Olmo 3.

A mesma ferramenta transforma a demonstração matemática em mais do que um truque de festa. Quando apresentado com um problema de palavras sobre tempo total de viagem, o Olmo 3 Think decompõe-o em variáveis, unidades e equações, mostrando cada passo algébrico antes de apresentar a resposta numérica. O OLMoTrace revela novamente quais livros didáticos, tópicos de fórum ou sites educacionais contribuíram para essa decomposição estruturada, oferecendo aos pesquisadores uma maneira de estudar não apenas se a resposta está certa, mas como o modelo aprendeu a raciocinar dessa forma.

Os benchmarks colocam o OLMo 3 Think 32B em território raro: atualmente, ele é classificado como o modelo de raciocínio totalmente aberto mais forte que você pode realmente inspecionar do início ao fim. Em testes que exigem matemática, como problemas no estilo AIME e suítes de lógica personalizadas, ele obtém pontuações de ponta para um modelo com dados, código e rastros de treinamento totalmente abertos. Nos benchmarks de codificação no estilo HumanEval, ele alcança cerca de 96% em matemática e aproximadamente 91% no HumanEval+, posicionando-se firmemente no território de “usar isso para agentes reais” em vez de “modelo de pesquisa experimental”.

Coloque-o ao lado dos titãs de peso livre e a imagem fica mais interessante. Qwen 3 32B e Llama 3.1 70B ainda superam OLMo em conhecimento amplo e chat multilíngue, mas OLMo 3 Think 32B compete de igual para igual em raciocínio focado e geração de código. Para os testes HumanEval, MBPP e benchmarks matemáticos, a curva de OLMo acompanha a de Qwen, frequentemente a um ou dois pontos de diferença, apesar de uma enorme desvantagem de dados.

A eficiência é onde o AI2 começa a dar cotoveladas. O Qwen 3 supostamente treina com dezenas de trilhões de tokens; o OLMo 3 alcança um desempenho de raciocínio comparável utilizando cerca de 6x menos tokens de treinamento. O Dolma 3 soma cerca de 9 trilhões de tokens no total, com misturas direcionadas de treinamento intermediário de ~100 bilhões de tokens para contexto longo e raciocínio, e o OLMo ainda consegue rivalizar com modelos que consumiram muito mais dados.

Essa história de eficiência se estende à implantação. O OLMo 3 vem nas versões de 7B e 32B, permitindo que você: - Execute a variante 7B em um laptop de alta performance ou em uma única GPU de consumidor - Reserve o 32B Think para agentes do lado do servidor e raciocínio intenso - Faça ajustes finos em qualquer uma usando os mesmos pipelines transparentes que a AI2 utilizou

OLMo 3.1 mostra que o AI2 não está tratando isso como uma pesquisa pontual. A atualização do OLMo 3.1 Think 32B adiciona aproximadamente +5 pontos no AIME, cerca de +4 no ZebraLogic e IFEval, e ganhos em dois dígitos (cerca de +20 pontos) em instruções do tipo IFBench. Essas variações vêm de execuções de RL documentadas — 21 dias em 224 GPUs — permitindo que os pesquisadores rastreiem exatamente como o modelo se tornou mais inteligente.

Qualquer pessoa que esteja acompanhando esta renascença aberta pode se aprofundar em análises como **Olmo 3 e a Renascença dos LLMs Abertos**, que descrevem como a pilha totalmente aberta da OLMo pressiona Qwen, Llama e Gemma. A aposta da AI2 é clara: transparência mais eficiência pode superar em muito a contagem de parâmetros.

Tetos de vidro ainda existem, mesmo para modelos que tentam derrubar as barreiras da transparência. OLMo 3 simplesmente não supera Claude Sonnet, os mais recentes modelos de fronteira da OpenAI, ou a série 01 da Anthropic em cargas de trabalho amplas e complexas de "fazer tudo". Conversas gerais, brainstormings abertos e perguntas e respostas enciclopédicas ainda tendem a favorecer os maiores sistemas fechados treinados em oceanos secretos de dados.

Os benchmarks contam a mesma história. Os próprios números da AI2 mostram que o OLMo 3 Think 32B tem um desempenho excelente em matemática e programação — cerca de 96% em testes de codificação no estilo HumanEval e ~91% em benchmarks de raciocínio estilo plus — mas fica atrás quando as tarefas se tornam mais difusas e dependem mais de conhecimento. Peça para resumir um documento de política obscuro, traduzir dialetos nichados e gerar um plano de marketing de uma só vez, e modelos fechados geralmente respondem com mais polidez e menos erros.

O escopo continua estreito por design. O OLMo 3 aceita apenas texto como entrada: sem uploads de imagens, sem PDFs, sem diagramas, sem quadros de vídeo. Isso imediatamente o exclui de fluxos de trabalho que agora parecem padrão com modelos avançados, como agentes documentais multimodais, revisão de código em capturas de tela ou QA em vídeo para reuniões e palestras.

A cobertura linguística também expõe as prioridades do modelo. Dolma 3 abrange a web, código e documentos, mas OLMo 3 ainda se comporta como um sistema orientado primeiro para o inglês, com desempenho apenas aceitável em outras línguas. Desenvolvedores que visam produtos globais rapidamente enfrentam raciocínios mais fracos, tom inconsistente e mais artefatos de tradução fora de domínios com forte presença do inglês.

As alucinações continuam a ser outro comprometimento. Como o OLMo 3 opera com 7 bilhões e 32 bilhões de parâmetros e treina com cerca de 9 trilhões de tokens—muito menos do que a escala suposta das operações da OpenAI ou do Google—ele pode fabricar citações, lembrar-se incorretamente de fatos específicos ou afirmar com excessiva confiança respostas erradas com mais frequência do que os maiores modelos fechados. O OLMoTrace ajuda você a detectar esses erros após o fato, mas não os impede de ocorrer.

Enquadrado como uma falha, essa lacuna parece condenatória. Enquadrado como uma escolha, parece ser toda a tese do OLMo 3: priorizar transparência, inspecionabilidade e controlabilidade em vez de perseguir a dominância nas classificações em todos os benchmarks. A AI2 gasta seu orçamento expondo dados de treinamento, liberando pontos de verificação intermediários e publicando scripts de RL em vez de escalar para gigantes de cem bilhões de parâmetros escondidos atrás de NDAs.

Os roadmaps sugerem como a AI2 planeja atacar essas fraquezas. MoMo 2, lançado apenas dias após o OLMo 3.1, traz capacidades multimodais—imagens e processamento avançado de vídeo—para o mesmo ecossistema aberto. Se a AI2 conseguir aplicar o plano do OLMo ao MoMo 2, a diferença entre “totalmente aberto” e “fronteira fechada” deixa de parecer um teto permanente e começa a se parecer com um alvo em movimento.

De repente, você tem um LLM que pode tratar como código-fonte, não como uma caixa-preta. Com a licença Apache 2.0 do OLMo 3, você pode transferir o modelo de 7 bilhões para um laptop, integrá-lo à sua infraestrutura e lançar sem acrobacias legais ou limitações de uso. Precisa de um assistente de programação offline, um bot interno de perguntas e respostas, ou um copiloto de observabilidade que inspeciona logs e painéis? Você pode construí-lo, empacotá-lo e vendê-lo.

Domínios de alto risco finalmente obtêm um modelo onde "porque a IA disse isso" não é mais o fim da história. Um agente de pesquisa jurídica pode responder a uma pergunta e, em seguida, usar o OLMoTrace para mostrar os exatos casos Dolma 3, estatutos ou posts de blog que moldaram cada sentença. Um assistente financeiro pode gerar resumos de risco e expor os relatórios e documentos subjacentes, permitindo que as equipes de conformidade verifiquem as fontes em vez de adivinhar.

As empresas obtêm algo que quase nunca veem em IA: uma pilha completa e inspecionável. As equipes podem: - Explorar o Dolma 3 para entender em que o modelo “cresceu” - Realizar auditorias de viés em fatias desses dados - Ajustar o OLMo 3 em corpora e dados de log proprietários - Reproduzir execuções de treinamento usando scripts e checkpoints do AI2

Porque cada ponto de verificação, desde o primeiro token até o modelo final, é enviado com o lançamento, as empresas podem testar como o comportamento muda ao longo do treinamento e documentá-lo para os reguladores. Você pode comprovar quais dados influenciaram qual comportamento e, então, re-treinar ou ajustar cirurgicamente quando as coisas saírem dos trilhos.

Os laboratórios de pesquisa ganham um prêmio ainda maior: uma linha de base compartilhada que realmente expõe suas entranhas. Em vez de cada grupo trabalhar em um modelo opaco da Meta ou Mistral, eles podem realizar experimentos iguais com as variantes de 7B e 32B do OLMo 3, ajustar as receitas de RL ou trocar estratégias de alinhamento e publicar resultados totalmente reproduzíveis. Isso por si só poderia comprimir ciclos de pesquisa de vários anos em meses.

Porque o OLMo 3 apresenta desempenho semelhante ao Qwen 3 em matemática e código, com aproximadamente seis vezes menos tokens de treinamento, os pesquisadores em otimização agora têm um ambiente de teste ao vivo para ideias de "menos dados, treinamento mais inteligente". Se esses experimentos funcionarem, todo o ecossistema se beneficia—não apenas quem controla a próxima API fechada.

A Closed AI está se aproximando do território dos segredos comerciais. A OpenAI não publica mais dados de treinamento, a Anthropic redige os prompts do sistema, e até mesmo lançamentos "abertos" da Meta ou da Mistral geralmente param nos pesos abertos, deixando tudo a montante opaco. O OLMo 3 surge nesse cenário como um contra-argumento direto: uma família de 7B e 32B onde pesos, os ~9 trilhões de tokens do Dolma 3, código de treinamento, receitas de RL e checkpoints são todos distribuídos sob a licença Apache 2.0.

OLMo 3 funciona tanto como artefato quanto como sinal de protesto. Ao expor todo o fluxo do modelo – do primeiro ponto de verificação às variantes finais Think e Instruct – a AI2 demonstra que modelos de raciocínio em larga escala modernos não exigem NDAs, APIs pagas ou justificativas vagas de "segurança" para sigilo. Reconfigura a transparência como um requisito técnico para a ciência, e não como um atrativo de marketing.

Essa mudança é importante, pois modelos fechados rigidificam suas barreiras. Debates sobre segurança, processos judiciais de direitos autorais e a regulamentação prevista para 2026 dependem de questões como: em que você foi treinado, quem isso prejudicou e como podemos verificar o dano? Um sistema como o OLMo 3, combinado com o Dolma 3 e o OLMoTrace, permite que reguladores, auditores e a sociedade civil realmente inspecionem essas reivindicações em vez de confiar em um PDF.

A IA verificável passa de slogan a fluxo de trabalho aqui. O OLMoTrace pode vincular trechos de respostas específicas a documentos fontes e URLs, permitindo: - Verificação independente de fatos das saídas do modelo - Auditorias de viés e toxicidade ligadas a exemplos de treinamento concretos - Experimentos de segurança reproduzíveis nos mesmos dados e código exatos

Esse tipo de IA verificável é quase impossível quando o corpus de um modelo, seus filtros e os fluxos de trabalho de aprendizado por reforço estão ocultos atrás de painéis fechados.

O LMo 3 também surge como um ponto de encontro para um movimento mais amplo. Pesquisadores, pequenos laboratórios e grupos de interesse público agora têm um projeto âncora que prova que "totalmente aberto" ainda pode competir com sistemas da classe Qwen 3 em matemática e código, usando aproximadamente 6 vezes menos tokens de treinamento. Peças como Olmo 3: os verdadeiros modelos de raciocínio abertos da América o apresentam como um modelo de como a infraestrutura pública para IA poderia se parecer.

Em vez de mais um produto buscando receita através de API, o OLMo 3 planta uma bandeira: se a IA vai mediar conhecimento, lei e cultura, pelo menos parte desse poder deve permanecer passível de inspeção, divisível e coletivamente propriedade.

Esqueça a adoração às classificações. O verdadeiro poder do OLMo 3 vem de ser o modelo de linguagem grande mais transparente e reprodutível que você pode realmente desmontar: pesos totalmente abertos, todo o corpus do Dolma 3 (~9T tokens), scripts de treinamento e RL, pontos de verificação intermediários e OLMoTrace, tudo sob a licença Apache 2.0. Ele não supera Claude Sonnet ou os mais recentes modelos da OpenAI em todos os benchmarks, mas oferece algo que esses modelos nunca oferecerão: um completo histórico de auditoria desde o prompt, passando pelos parâmetros, até os documentos fontes.

A AI2 agora possui um modelo que pode iterar publicamente. Espere melhorias no estilo OLMo 3.1 — como os aumentos de +5 AIME e aumentos de dígitos duplos no IFBench decorrentes de 21 dias adicionais de RL em 224 GPUs — continuem acontecendo sem surpresas de NDAs ou limites de uso. Cada nova variante, de Think a Instruct e futuros irmãos multimodais, pode reutilizar o mesmo pipeline aberto, receitas de dados e estruturas de avaliação.

A verdadeira ação virá de todos os outros. Pesquisadores podem: - Reiniciar toda a pilha de treinamento no Dolma 3 - Trocar por corpora específicos de domínio para direito, medicina ou finanças - Publicar ablações reprodutíveis sobre arquitetura, aprendizado por reforço e filtros de segurança

Os desenvolvedores podem: - Criar agentes que registram exatamente quais documentos Dolma 3 influenciaram uma decisão - Implementar implantações locais do modelo de 7B em uma única GPU ou até mesmo em um laptop - Ramificar a pilha para reforçar garantias de segurança, privacidade ou conformidade

Então, onde isso deixa a luta entre aberto e fechado? Você confia em um assistente de caixa-preta que tem desempenho superior, em média, ou em um modelo um pouco mais fraco cujas peculiaridades você pode inspecionar e corrigir? Quando os reguladores começarem a questionar de onde um modelo obteve seus dados, de qual lado dessa linha você quer que sua pilha esteja?

Baixe o OLMo 3, inicie o playground AI2, execute o OLMoTrace com seus próprios comandos e tente ajustar o Dolma 3 com seus dados. Em seguida, envie seus experimentos, benchmarks e patches de volta para o ecossistema OLMo — e ajude a definir o que "inteligência artificial verdadeira e aberta" realmente significa.

O que é OLMo 3?

OLMo 3 é uma família de modelos de linguagem de grande escala totalmente de código aberto do Allen Institute for AI (AI2). Ela oferece acesso completo aos seus pesos, dados de treinamento, código e pontos de verificação.

Como o OLMo 3 é diferente do Llama ou do Mistral?

Enquanto modelos como o Llama são 'peso-aberto', o OLMo 3 é 'totalmente aberto'. Isso significa que ele libera todo o conjunto de dados de treinamento e o processo, permitindo uma reprodutibilidade e auditoria completas, o que não é possível apenas com os pesos.

O que é o OLMoTrace?

OLMoTrace é uma ferramenta fornecida com o OLMo 3 que permite aos desenvolvedores rastrear a saída de um modelo diretamente de volta aos documentos específicos em seus dados de treinamento que influenciaram a resposta, aumentando a transparência e a verificação de fatos.

O OLMo 3 pode competir com o GPT-4?

Embora o OLMo 3 seja altamente competitivo em benchmarks de raciocínio de código aberto, especialmente pelo seu tamanho, atualmente fica atrás de modelos fechados de primeira linha, como o GPT-4, em precisão geral e amplo conhecimento geral.