/ 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-Math-LLaDA2-mini-16B

Генерация текстаТекст → текст3 профессии

Диффузионная языковая модель семейства LLaDA2 MoE для генерации текста с одновременным декодированием нескольких блоков.

30скачиваний 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-Math-LLaDA2-mini-16B — модель генерации текста из семейства LLaDA2 MoE, представленная как веса MBD-LMs. Multi-Block Diffusion Language Models расширяют блочную диффузионную генерацию: несколько последовательных блоков декодируются одновременно, что обеспечивает параллелизм между блоками. В README также описаны обучение Multi-Block Teacher Forcing на ограниченных группах шума с условием на чистый префикс и механизм буфера блоков для повторного использования кэша префикса и исполнения со статическими формами тензоров.

Модель предназначена для генерации текста, в том числе в диалоговом режиме. Метаданные указывают архитектуру MoE, библиотеку Transformers, 1,2 млрд параметров, контекст 16 384 токена и формат safetensors. Поддерживается задача text-generation; лицензия — MIT.

README не приводит результаты оценки качества и не описывает специализацию модели на математике, несмотря на имя репозитория, поэтому такие свойства нельзя подтвердить по доступным данным.

Сценарии применения

  • генерация текста в диалоговом режиме
  • продолжение текстового фрагмента
  • генерация последовательностей с блочным параллельным декодированием

Ограничения

Карточка не содержит результатов оценки качества или подтверждённого описания математической специализации; имя репозитория само по себе этого не подтверждает.

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)

Model weight of MBD-LMs

Introduction

Block Diffusion Language Models (BD-LMs) improve diffusion-based text generation with KV caching and flexible-length generation. Multi-Block Diffusion Language Models (MBD-LMs) extend this paradigm 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 is achieved via:

  • Multi-block Teacher Forcing (MultiTF): A training strategy that integrates teacher forcing and diffusion forcing by training on bounded noise-groups conditioned on clean prefixes.
  • Block Buffer Inference Mechanism: An optimized decoding algorithm that preserves prefix-cache reuse and keeps tensor shapes static for accelerated, CUDA Graph-friendly execution.

For detailed guidelines on training, evaluation, and benchmark execution, please refer to the official GitHub repository.

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
7166f36

0 моделей