/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Базовая модель
roberta-base
Опубликована
4 сен 2026

bert-dllm-wikitext2

Заполнение пропусковТекст → текст3 профессии

Исследовательская версия RoBERTa, дообученная на WikiText-2 для генерации и продолжения английского текста методом дискретной диффузии.

117скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Caffin разработала RoBERTa dLLM · WikiText-2 — исследовательский чекпойнт, дообученный на базе FacebookAI/roberta-base для генерации текста методом дискретной диффузии. Это двунаправленная RoBERTa с архитектурой masked language model и 151,8 млн параметров; модель работает с английским текстом, её контекст составляет 514 токенов. Обучение выполнено на тренировочной части WikiText-2 за 1 000 шагов.

При генерации модель параллельно предсказывает замаскированные позиции на холсте длиной 256 токенов и постепенно уточняет результат за десять обратных проходов. Она предназначена для демонстрации диффузионного подхода к продолжению текста и исследовательских экспериментов с masked language models. Модель не обучалась следовать инструкциям, может повторять фрагменты и выдавать слабые продолжения; для производственного применения не предназначена. Условия лицензии в предоставленных данных не описаны.

Сценарии применения

  • эксперименты с дискретной диффузионной генерацией текста
  • продолжение английского текста на основе заданного префикса
  • изучение параллельного предсказания замаскированных токенов

Ограничения

Это короткое исследовательское дообучение, не предназначенное для производственного применения; модель не обучалась следовать инструкциям, может повторять текст и выдавать слабые продолжения. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RoBERTa dLLM · WikiText-2

This is a research checkpoint that turns roberta-base, a BERT-style bidirectional masked-language model, into a masked discrete language diffusion model (dLLM). It is the checkpoint served by Caffin/bert-dllm.

Training

  • Base model: roberta-base
  • Dataset: Salesforce/wikitext, wikitext-2-raw-v1, training split
  • Canvas length: 256 tokens
  • Fixed conditioning prefix: first 16 tokens are never masked
  • Noise schedule: one probability sampled per batch from 1.0, 0.9, ..., 0.1
  • Loss: original token IDs only at positions selected for masking
  • Run: 1,000 steps, batch size 4, learning rate 5e-5, seed 42
  • Hardware: local Apple Silicon MPS

Sequences with no token after the fixed prefix are excluded because they contain no position that can contribute to the diffusion loss.

Inference

Start from a 256-token canvas containing the preserved prefix and 240 mask tokens. For ten reverse passes, predict every masked position in parallel, sample replacement tokens, and re-mask 90% down to 0% of the generated canvas. The Space exposes both:

  1. Article reproduction: uniform random re-masking.
  2. Confidence-aware: retain the most confident positions before the following pass.

The latter is included as a decoding comparison; it is not presented as the exact reproduction mode.

Limitations

This is a short WikiText-2 research fine-tune designed to demonstrate the masked diffusion objective and reverse process. It is not instruction-tuned, may repeat text or produce weak continuations, and should not be treated as a production language model.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForMaskedLM
Ревизия весов
4578acf

0 моделей