• 大模型
• 人工智能

AMD-OLMo-1B-SFT-DPO_rai_1.8.0_medusa_1.0_npu 是一个 10 亿参数的小型开源语言模型，支持ModelScope SDK与Git双通道模型下载。本文手把手带你完成模型下载全流程，从安装环境到验证结果，5 分钟即可把模型文件拉到本地。

🧠 这个模型是什么

从模型名称就能读懂它的"身世"，各段含义如下：

👉 一句话概括：这是一个面向 NPU 部署、带 Medusa 加速头、经过安全对齐微调的 OLMo-1B 小模型。

模型的权重文件（如.safetensors、.bin）都通过 Git LFS 管理，可在仓库的 .gitattributes 中看到完整的 LFS 规则配置，这也是后文 Git 通道必须安装git-lfs的原因。

📌 下载通道怎么选：ModelScope SDK 还是 Git？

两种通道各有优势，先看对比再决定：

💡 只想快速用起来模型 → 选ModelScope SDK；需要跟踪模型版本演进 → 选Git。

1️⃣ 通道一：ModelScope SDK 一键下载（推荐）

第一步：安装 ModelScope

一条命令安装 SDK：

pip install modelscope

第二步：调用 snapshot_download 拉取模型

from modelscope import snapshot_download model_dir = snapshot_download('amd/AMD-OLMo-1B-SFT-DPO_rai_1.8.0_medusa_1.0_npu') print(model_dir)

snapshot_download会自动把模型仓库的全部文件下载到本地缓存目录，返回值model_dir就是模型的本地路径，可直接交给 vLLM、Transformers 等推理框架加载，无需再手动拼路径。

2️⃣ 通道二：Git clone 一条命令下载

第一步：安装 git-lfs（关键步骤）

模型权重是被 Git LFS 接管的大文件。如果没装 LFS 客户端，clone 下来的只是几十字节的占位指针，而不是真正的权重：

# Debian / Ubuntu sudo apt-get install git-lfs # macOS brew install git-lfs # 初始化 LFS git lfs install

第二步：克隆模型仓库

git clone https://www.modelscope.cn/amd/AMD-OLMo-1B-SFT-DPO_rai_1.8.0_medusa_1.0_npu.git

✅ 如何验证模型下载是否完整

下载完成后，进入模型目录检查一下：

ls -lh AMD-OLMo-1B-SFT-DPO_rai_1.8.0_medusa_1.0_npu

重点核对两件事：

1. 权重文件是否存在：如.safetensors文件，且体积应为数百 MB 量级而非几 KB；
2. Git 通道是否为占位文件：若文件内容是一行version https://git-lfs...指针，说明 LFS 未生效，执行git lfs pull重新拉取即可。

📄 说明：当前仓库页 README.md 未提供详细的模型介绍，完整的模型文件与权重清单可在模型仓库的"模型文件"页面浏览。

❓ 常见下载问题速答

Q：snapshot_download下载慢或卡住怎么办？A：可给snapshot_download显式指定local_dir参数控制落盘位置；也可改用 Git 通道，或为当前网络配置代理后重试。

Q：Git clone 后文件只有几字节？A：LFS 客户端未安装或未生效。先安装git-lfs并执行git lfs install，再对仓库执行git lfs pull。

Q：下载完还要额外安装 ModelScope 才能推理吗？A：不需要。模型文件到位后，用 vLLM、HuggingFace Transformers 等框架直接按路径加载即可。

🎯 总结

到这里，ModelScope SDK 与 Git 双通道模型下载的完整流程就全部讲完了。掌握这两个通道后，无论是本地调试还是 NPU 部署，都能快速拿到 AMD OLMo-1B（SFT-DPO + Medusa 加速版）的完整模型文件 🚀

• 大模型
• 人工智能