/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,2 млрд
Размер весов
32,5 ГБ
Лицензия
Apache 2.0
Архитектура
llada2_moe · MoE
Базовая модель
LLaDA2.0-mini
Библиотека
transformers
Опубликована
8 апр 2026

DMax-Coder-16B

Генерация текстаТекст → текст6 профессий

Дообученная диффузионная языковая модель для параллельной генерации программного кода.

112скачиваний за 30 дней40лайковвеса обновлены25 мая 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

DMax-Coder-16B — модель генерации кода на основе диффузионной языковой модели LLaDA-2.0-mini, разработанная авторами проекта DMax. Она дообучена на траекториях генерации кода и предназначена для создания программного кода с параллельным декодированием. В README описаны механизм самопересмотра ошибочных предсказаний и мягкое параллельное декодирование; заявлены показатели 6,6 TPF на задачах кода при сохранении точности.

Модель использует MoE-архитектуру LLaDA2 и принимает текстовые запросы, выдавая текст, включая код. Размер по метаданным — 1,2 млрд параметров, контекст — до 16 384 токенов. Доступна в формате safetensors для Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • генерация кода по текстовому описанию
  • дополнение фрагментов кода
  • создание решений для задач программирования
  • быстрое параллельное декодирование кода

Ограничения

README не приводит оценок для конкретных языков программирования или подробных результатов тестирования; заявленные показатели скорости не сопровождаются методикой сравнения.

Для каких профессий подходит6

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

DMax is a new paradigm for efficient diffusion language models (dLLMs) that enables aggressive decoding parallelism while preserving generation quality. This repository contains the DMax-Coder-16B model, specialized for highly parallel code generation.

💪 Highlights

  • Aggressive Decoding Parallelism: Achieves 6.0 TPF on math and reasoning tasks and 6.6 TPF on code tasks while preserving accuracy.
  • Self-Revising dLLM: Extends a pretrained MDLM into a UDLM with an intrinsic ability to revise its own erroneous predictions during decoding.
  • Soft Parallel Decoding: Uses interpolation between mask and token embeddings to propagate confidence priors from previous steps.

💻 Model and Datasets

ModelDescriptionSource ModelLink
🤖 DMax-16BHighly parallel general-purpose dLLM.LLaDA-2.0-miniHF
🤖 DMax-Math-16BHighly parallel dLLM for math and reasoning.LLaDA-2.0-miniHF
🤖 DMax-Coder-16BHighly parallel dLLM for code generation.LLaDA-2.0-miniHF
DatasetDescriptionLink
📊 DMax-Math-Training-Datamath trajectories generated by LLaDA-2.0-miniHF
📊 DMax-Code-Training-Datacode trajectories generated by LLaDA-2.0-miniHF

🚀 Quick Start

import torch
from transformers import AutoModelForCausalLM
from transformers import AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "Zigeng/DMax-Coder-16B", trust_remote_code=True, device_map="cuda:0"
)
model = model.to(torch.bfloat16)
model.eval()
tokenizer = AutoTokenizer.from_pretrained("Zigeng/DMax-Coder-16B", trust_remote_code=True)

prompt = "Write a python function to find the first repeated character in a given string." + "\n\nPlease enclose your code within delimiters as follows:\n```python\n# YOUR CODE HERE\n```\n\n"

input_ids = tokenizer.apply_chat_template(
    [{"role": "user", "content": prompt}],
    add_generation_prompt=True,
    tokenize=True,
    return_tensors="pt",
)

nfe, generated_tokens = model.generate_spd(
    inputs=input_ids,
    gen_length=2048,
    block_length=32,
    threshold=0.65,
)

generated_answer = tokenizer.decode(
    generated_tokens[0],
    skip_special_tokens=True,
)

print(generated_answer)
print("nfe:",nfe,"token length",len(generated_tokens[0]))

📖 Citation

@article{chen2026dmax,
  title={DMax: Aggressive Parallel Decoding for dLLMs},
  author={Chen, Zigeng and Fang, Gongfan and Ma, Xinyin and Yu, Ruonan and Wang, Xinchao},
  journal={arXiv preprint arXiv:2604.08302},
  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
71dd632

0 моделей