Company
Ai2
非营利研究所，全开放模型与语料（数据、代码、配方）的头号提供方
概况
- 成立：2014
- 总部：Seattle
- 融资：非营利研究所；2025-08 获 NSF $7,500 万与 NVIDIA $7,700 万用于 OMAI 开放多模态科学模型项目
- 链接：https://allenai.org
本页由 AI 训练数据专栏（大模型）的实体卡整理而来；各栏的数据视角见下方「数据档案」。
数据档案 · 大模型
Ai2（OLMo / Dolma / Tülu）
非营利研究所，全开放模型与语料（数据、代码、配方）的头号提供方
- 数据类型
- 预训练语料；后训练数据；OCR 工具；评测套件
- 规模口径
- Dolma v1 约 3T token；Dolma 3 池超 9T；Tülu 3 SFT 约 93.9 万条
- 客户
- 开源社区；学术界
做什么
Ai2（Allen Institute for AI）是 2014 年成立的非营利研究所。其 OLMo / Olmo 3 系列公开权重、数据、代码、配方与检查点，是少数把 L1–L3 数据链完整公开的组织。
数据产出
- 预训练：dolma（v1 约 3T；Dolma 3 池超 9T）及 toolkit、peS2o 学术语料 [1][2]。
- 工具：olmOCR，微调 7B 视觉语言模型转 PDF，论文口径每百万页约 $176，对比 GPT-4o 同任务超过 $6,240 [4]（见 web-extraction-tools）。
- 后训练：tulu-3 与 Dolci；评测套件 OLMES；托管 WildChat（见 wildchat-lmsys-chat）。
资金
2025-08 获 NSF $7,500 万与 NVIDIA $7,700 万，用于 OMAI 项目 [3]。其余融资口径未核。
口径提示
全开放不等于无许可风险：混合集仍含非商用子集，见 tulu-3。
Related
Last compiled: 2026-10-15