/ 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-DMax-16B

Генерация текстаТекст → текст3 профессии

Диалоговая MoE-модель генерации текста на основе многоблочной диффузии, предназначенная для параллельного декодирования последовательных блоков.

23скачиваний 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-DMax-16B — языковая модель генерации текста на архитектуре LLaDA2-MoE, разработанная лабораторией SJTU-DENG-Lab как вариант Multi-Block Diffusion Language Model. Она обучена посттренировкой BD-LM методом Multi-Block Teacher Forcing: несколько последовательных блоков текста декодируются совместно, что обеспечивает межблочный параллелизм. Модель предназначена для генерации текста и диалогового взаимодействия; в названии указана математическая специализация, однако README не описывает конкретные математические возможности или результаты оценки.

Модель имеет контекст 16 384 токена и распространяется в формате Safetensors для Transformers. В метаданных указано 1,2 млрд параметров и лицензия MIT. README не сообщает поддерживаемые языки и конкретные ограничения качества; использование многоблочного декодирования и оценки описано в связанной работе и Diffulex.

Сценарии применения

  • генерация математических текстов и ответов
  • диалоговая генерация текста
  • эксперименты с диффузионной генерацией языковых моделей

Ограничения

README не приводит оценки качества или подробностей о поддерживаемых языках. Для оптимизированного декодирования и оценки авторы отсылают к Diffulex.

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 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. 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 model is obtained by post-training BD-LMs with Multi-block Teacher Forcing (MultiTF). MultiTF integrates teacher forcing and diffusion forcing by training on bounded noise-groups conditioned on clean prefixes, with randomized noise-schedulers that better match MultiBD inference states.

For inference and evaluation setups, please refer to the optimized decoding algorithms in the Diffulex repository.

Citation

If you find this work useful, please consider citing:

@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
42978b6

0 моделей