/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,2 млрд
Размер весов
32,5 ГБ
Лицензия
MIT
Архитектура
llada2_moe · MoE
Библиотека
transformers
Опубликована
14 июн 2026

MBD-Code-LLaDA2-mini-DMax-16B

Генерация текстаТекст → текст3 профессии

Диалоговая MoE-модель диффузионной генерации текста с многоблочным декодированием для гибкой и параллельной генерации.

20скачиваний за 30 дней0лайковвеса обновлены5 июл 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

SJTU-DENG-Lab/MBD-Code-LLaDA2-mini-DMax-16B — чекпойнт семейства Multi-Block Diffusion Language Models, разработанный лабораторией SJTU-DENG. Модель основана на Block Diffusion Language Models и использует MultiBD: несколько последовательных блоков текста декодируются параллельно, что предназначено для ускорения генерации с сохранением гибкой длины вывода. В карточке указано постобучение BD-LMs методом Multi-block Teacher Forcing.

Модель относится к архитектуре LLaDA2 MoE и предназначена для генерации текста в диалоговом формате. Она принимает текст и выдаёт текст; размер по метаданным — 1,2 млрд параметров, контекст — до 16 384 токенов. Репозиторий содержит веса Safetensors и использует Transformers. Лицензия MIT.

Подход с многоблочным декодированием рассчитан на параллелизм между блоками и KV-кэширование. README отсылает за конфигурациями обучения и оптимизированного инференса к официальному репозиторию и движку Diffulex; подробные данные о качестве и поддерживаемых языках в предоставленных источниках отсутствуют.

Сценарии применения

  • генерация ответов в диалоге
  • создание продолжений текста
  • генерация длинного текста с гибкой длиной вывода
  • эксперименты с многоблочной диффузионной генерацией

Ограничения

В предоставленных материалах нет результатов оценки качества или сведений о поддерживаемых языках. Для оптимизированного инференса README направляет к Diffulex; выводы об эффективности без этих конфигураций сделать нельзя.

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

Multi-Block Diffusion Language Models (MBD-LMs)

This repository contains the model weights for Multi-Block Diffusion Language Models (MBD-LMs), presented in the paper Multi-Block Diffusion Language Models.

Introduction

Block Diffusion Language Models (BD-LMs) improve diffusion-based text generation with KV caching and flexible-length generation. MBD-LMs extend them from Single-Block Diffusion (SingleBD) to Multi-Block Diffusion (MultiBD), where a running-set of consecutive blocks is decoded concurrently for inter-block parallelism.

This model is obtained by post-training BD-LMs with Multi-block Teacher Forcing (MultiTF), which integrates teacher forcing and diffusion forcing by training on bounded noise-groups conditioned on clean prefixes.

For setup guidelines, training configurations, and optimized inference engine setups, please refer to the official repository and the Diffulex engine.

Citation

@article{jin2026multiblock,
  title={Multi-Block Diffusion Language Models},
  author={Yijie Jin and Jiajun Xu and Yuxuan Liu and Chenkai Xu and Yi Tu and Jiajun Li and Dandan Tu and Xiaohui Yan and Kai Yu and Pengfei Liu and Zhijie Deng},
  journal={arXiv preprint arXiv:2606.29215},
  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
LLaDA2MoeModelLM
Ревизия весов
5779605

0 моделей