/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
sdar · dense
Библиотека
transformers
Опубликована
9 сен 2025

SDAR-4B-Chat-b64

Генерация текстаТекст → текст15 профессий

Производная модели JetLM/SDAR-8B-Chat-b32. Чат-модель SDAR на 7,6 млрд параметров для диалогов и генерации текста с параллельным диффузионным декодированием.

578скачиваний за 30 дней0лайковвеса обновлены9 сен 2025

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

Карточка модели JetLM/SDAR-4B-Chat-b64 на Hugging Face совпадает с карточкой JetLM/SDAR-8B-Chat-b32, поэтому описание составлено по ней.

JetLM/SDAR-8B-Chat-b32 — чат-модель семейства SDAR, разработанная авторами SDAR. Она объединяет авторегрессионное обучение с дискретным диффузионным моделированием: авторегрессионная составляющая обеспечивает эффективное обучение, а диффузионный подход позволяет генерировать токены параллельно. В репозитории указана плотная архитектура SDARForCausalLM с 7,6 млрд параметров и контекстом до 32 768 токенов.

Модель предназначена для диалогов и генерации текста; в карточке также заявлен интерфейс вызова инструментов. Авторы сообщают о сопоставимой с сильными авторегрессионными моделями общей производительности и преимуществах в некоторых научных задачах рассуждения для моделей SDAR того же масштаба. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Языки и отдельные результаты именно этой версии в карточке не приведены.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация ответов и черновиков текста
  • ответы на вопросы в контексте длинных запросов
  • вызов инструментов через предусмотренный интерфейс

Ограничения

В карточке не указаны языки обучения и оценки качества именно этой версии; результаты для научных задач относятся к описанным авторами сравнениям семейства SDAR и не гарантируют аналогичную производительность этого чекпойнта. Интерфейс вызова инструментов сам по себе не подтверждает надёжность или точность выполнения действий.

Для каких профессий подходит15

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

SDAR

💻Github Repo • 🤗Model Collections

Introduction

SDAR (Synergy of Diffusion and AutoRegression) model is a new large language model that integrates autoregressive (AR) and discrete diffusion modeling strategies. It combines the efficient training paradigm of AR models with the highly parallel inference capability of diffusion models, while delivering performance fully on par with SOTA open-source AR models. At the same time, SDAR sets a new benchmark as the most powerful diffusion language model to date. We highlight three major conclusions from our study:

[!IMPORTANT] Take-home message

  • Balanced Efficiency: SDAR unifies the efficient training of AR models with the parallel inference of diffusion, achieving both fast training and inference.
  • Fair Comparisons: In rigorously controlled experiments, SDAR achieves on-par general task performance with strong AR baselines, ensuring credibility and reproducibility.
  • Superior Learning Efficiency: On complex scientific reasoning tasks (e.g., GPQA, ChemBench, Physics), SDAR shows clear gains over AR models of the same scale, approaching or even exceeding leading closed-source systems.

Performance

SDAR v.s. Qwen

For SDAR models, inference hyperparameters are set to: block_length = 4, denoising_steps = 4, greedy decoding.

For Qwen3-1.7B-AR-SFT and Qwen3-30B-AR-SFT, we use greedy decoding, and the base models Qwen3-1.7B-Base and Qwen3-30B-Base are derived from the Qwen3 Technical Report.

SDAR-Sci v.s. AR Baseline

This table presents a controlled comparison between AR and SDAR under the same backbone and dataset settings. The results are averaged over 8 runs for GPQA, and over 32 runs each for AIME 2024, AIME 2025, and LiveMathBench.

SDAR-Sci v.s. Other Models

This table positions SDAR-30B-A3B-Sci(sample) against leading open-source and closed-source LLMs. Scores for external models are sourced from the InternLM/Intern-S1 repository.

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
SDARForCausalLM
Ревизия весов
6d87c0c

0 моделей