/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,6 млрд
Размер весов
16,5 ГБ
Лицензия
Apache 2.0
Архитектура
illada · dense
Библиотека
transformers
Опубликована
15 июн 2026

iLLaDA-8B-Base

Генерация текстаТекст → текст11 профессий

Базовая 8B языковая модель диффузионного типа для генерации текста, диалогов и оценки вариантов ответа.

869скачиваний за 30 дней8лайковвеса обновлены28 июн 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

iLLaDA-8B-Base — базовая языковая модель семейства iLLaDA, разработанная GSAI-ML и представленная в работе Improved Large Language Diffusion Models. Это плотная 8-миллиардная модель с полностью двунаправленной архитектурой маскированной диффузии, обученная с нуля на 12 триллионах токенов. В ней 32 слоя, размерность модели 4096 и 32 головы внимания; контекст составляет 8192 токена.

Модель предназначена для генерации текста и диалоговых сценариев. Она поддерживает генерацию переменной длины и оценивание вариантов ответа на основе уверенности, что подходит, в частности, для задач с выбором ответа. В README приведён результат 74,8 на MMLU для базовой версии iLLaDA 8B. Модель доступна в формате Safetensors и используется через Transformers.

Лицензия — Apache-2.0. README не сообщает о специализированной отраслевой настройке или ограничениях качества за пределами приведённых результатов; языки обучения и применения не указаны.

Сценарии применения

  • генерация текста по запросу
  • ведение диалога с пользователем
  • оценка вариантов ответа в заданиях с выбором ответа

Ограничения

Языки модели в карточке не обозначены. Приведённый результат MMLU характеризует только один тест и не гарантирует качество в других задачах.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

iLLaDA-8B-Base

iLLaDA is an 8B fully bidirectional masked diffusion language model trained from scratch with 12T pre-training tokens, an 8192-token context length, variable-length generation, and confidence-based scoring for multiple-choice evaluation. It was introduced in the paper Improved Large Language Diffusion Models.

Inference and evaluation codes: https://github.com/ML-GSAI/LLaDA.

Architecture

iLLaDA 8BLLaDA 8B
Layers3232
Model dimension40964096
Attention heads3232
Key/Value heads832
FFN dimension14,33612,288
Vocabulary size155,136126,464
Maximum sequence length81924096
Embedding and LM-headTiedUntied
Total parameters7.62B8.02B
Non-embedding parameters6.98B6.98B

Benchmark Results of Base Models

iLLaDA 8BLLaDA 8BDream 7BQwen2.5 7B
ModelDiffusionDiffusionDiffusionAR
Training tokens12T2.3T18T + 0.6T18T
MMLU74.865.969.571.9
BBH71.349.757.963.9
ARC-C60.845.959.851.5
HellaSwag76.670.573.379.0
GSM8K81.970.377.278.9
MATH38.431.439.641.1
HumanEval50.035.457.956.7
MBPP57.840.056.263.6
Average63.951.161.463.3

How to use

You can load and use the model with transformers as follows:

import torch
from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained('GSAI-ML/iLLaDA-8B-Base', trust_remote_code=True)
model = AutoModel.from_pretrained('GSAI-ML/iLLaDA-8B-Base', trust_remote_code=True, torch_dtype=torch.bfloat16)

Refer to the GitHub repository for generation scripts such as generate.py.

Citation

@article{nie2026illada,
  title={Improved Large Language Diffusion Models},
  author={Nie, Shen and Min, Qiyang and Xu, Shaoxuan and Huang, Zihao and Song, Yuxuan and Shan, Yong and Lin, Yankai and Zhao, Wayne Xin and Li, Chongxuan and Wen, Ji-Rong},
  journal={arXiv preprint arXiv:2606.25331},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
ILLaDAForCausalLM
Ревизия весов
a1b5b5f

0 моделей