# Ai2 称 Marin 最新 hero run 包含约 1.8 万亿个 Dolma 3.5 token

Ai2 称，Marin 最新 hero run 包含其 Dolma 3.5 语料库中约 1.8 万亿个 token，且 Marin 的数据配比工作借鉴了 Ai2 的 Olmix 配方和 Organize the Web 数据整理方法。Will Held 称，Marin 的 535B 训练基于 152 个许可允许用于训练的数据集，共计 25 万亿个 token。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-10T06:08:00.000Z
Query date (Asia/Shanghai): 2026-11-10

HTML: https://didcodexreset.com/zh/news/b662489503344c2d9dcb754c.html

Content language: zh-CN
Localization state: translated

来源：Ai2 · 发布于 2026/9/26 05:20:03

Ai2 称，Marin 最新 hero run 包含 Ai2 的 Dolma 3.5 语料库中约 1.8 万亿个 token。Ai2 还称，Marin 的数据配比工作借鉴了其 Olmix 配方以及 Organize the Web 数据整理方法。

Will Held 称，Marin 的 535B 训练基于 152 个许可允许用于训练的数据集，共计 25 万亿个 token。

Tags: Marin, Dolma, 训练数据, Ai2, Olmix

[查看主帖原文](https://x.com/allen_ai/status/2103591375719616843)