/ 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-Instruct

Генерация текстаТекст → текст8 профессий

Диалоговая языковая модель iLLaDA на 7,6 млрд параметров для генерации текста и оценивания вариантов ответа.

3 590скачиваний за 30 дней13лайковвеса 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-Instruct — диалоговая языковая модель семейства iLLaDA от GSAI-ML, построенная на плотной архитектуре с полностью двунаправленным masked diffusion. Модель примерно на 7,6 млрд параметров обучена с нуля на 12 трлн токенов предобучения; доступна в формате safetensors и рассчитана на контекст до 8192 токенов.

Модель предназначена для генерации текста в диалогах, а также поддерживает генерацию переменной длины и оценивание вариантов ответа по уверенности, например в тестах с выбором ответа. В README приведены результаты бенчмарков instruct-модели, включая MMLU и MMLU-Pro. Для запуска используется библиотека Transformers.

Модель принимает текст и генерирует текст. В метаданных указана лицензия Apache-2.0. Результаты бенчмарков сами по себе не гарантируют точность в конкретных прикладных сценариях; README отсылает за кодом инференса и оценки к репозиторию LLaDA.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • подготовка текстовых ответов на пользовательские запросы
  • оценивание вариантов ответа в тестах с выбором ответа
  • экспериментальная оценка диффузионных языковых моделей

Ограничения

В README не перечислены конкретные ограничения качества или безопасности; приведённые бенчмарки не гарантируют результаты на прикладных задачах. Для инференса и оценки README отсылает к коду в репозитории LLaDA.

Для каких профессий подходит8

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-Instruct

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.

For more details, please refer to the paper: Improved Large Language Diffusion Models.

Inference and evaluation codes can be found in the LLaDA GitHub Repository.

How to Use

You can load the model and tokenizer using the transformers library:

import torch
from transformers import AutoModel, AutoTokenizer

# Load the tokenizer and model
tokenizer = AutoTokenizer.from_pretrained('GSAI-ML/iLLaDA-8B-Instruct', trust_remote_code=True)
model = AutoModel.from_pretrained('GSAI-ML/iLLaDA-8B-Instruct', trust_remote_code=True, torch_dtype=torch.bfloat16)

For customized generation and evaluation scripts (such as generate.py and chat.py), please visit the official GitHub repository.

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 Instruct Models

iLLaDA 8BLLaDA 8BDream 7BQwen2.5 7B
ModelDiffusionDiffusionDiffusionAR
MMLU71.665.567.076.6
MMLU-Pro52.337.043.356.3
MMLU-Redux76.468.976.375.7
GSM8K89.077.581.091.6
MATH56.742.239.275.5
HumanEval65.949.455.584.8
MBPP58.041.058.879.2
Average67.154.560.277.1

Citation

@article{nie2025large,
  title={Large Language Diffusion Models},
  author={Nie, Shen and Zhu, Fengqi and You, Zebin and Zhang, Xiaolu and Ou, Jingyang and Hu, Jun and Zhou, Jun and Lin, Yankai and Wen, Ji-Rong and Li, Chongxuan},
  journal={arXiv preprint arXiv:2502.09992},
  year={2025}
}

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
5769f04

0 моделей