/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
21,3 ГБ
Лицензия
MIT
Архитектура
deepseek_v3 · dense
Библиотека
transformers
Опубликована
29 июн 2026

GFusion-10B-A1.8B-base

Генерация текстаТекст → текст3 профессии

Экспериментальная диффузионная языковая модель ai-sage для генерации текста блоками с настраиваемым балансом скорости и качества.

190скачиваний за 30 дней18лайковвеса обновлены21 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

GFusion-10B-A1.8B-base — экспериментальная предварительно обученная диффузионная языковая модель, созданная адаптацией GigaChat3-10B-A1.8B-base для генерации блоками. Она рассчитана на продолжение текста и исследование альтернативы авторегрессионной генерации; для диалога и следования инструкциям разработчик рекомендует instruct-версию.

Модель поочерёдно уточняет частично замаскированные блоки по 32 токена и использует семплирование с ограничением энтропии. Такой подход позволяет завершать несколько токенов за один прямой проход и управлять компромиссом между скоростью декодирования и качеством. Архитектура указана как DeepSeek V3, класс GFusionForDiffusionLM; размер по метаданным — 1,5 млрд параметров, контекст — до 32 768 токенов. Карточка заявляет поддержку русского и английского языков.

Модель опубликована ai-sage под лицензией MIT и распространяется в формате Safetensors. Она предназначена для экспериментов с генерацией блоками; для обычного диалога и выполнения инструкций базовая версия не оптимальна. В README приведены результаты бенчмарков, но они не гарантируют качество на конкретных задачах.

Сценарии применения

  • эксперименты с диффузионной генерацией текста
  • продолжение текста на русском и английском
  • сравнение блочного и авторегрессионного декодирования
  • изучение семплирования с ограничением энтропии

Ограничения

Это базовая предварительно обученная модель, не предназначенная для диалога и следования инструкциям; для этих сценариев README рекомендует instruct-версию. Заявления о качестве основаны на бенчмарках из карточки и не гарантируют результаты на прикладных задачах.

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

GFusion-10B-A1.8B-base

GFusion-10B-A1.8B-base is an experimental pretrained diffusion language model trained by adapting GigaChat3-10B-A1.8B-base to block diffusion generation.

GFusion uses a block size of 32 tokens and performs decoding with entropy-bounded sampling. In contrast to standard autoregressive generation, the model iteratively refines partially masked token blocks. This allows it to finalize multiple tokens in a single forward pass and provides a controllable trade-off between generation quality and decoding speed.

For architecture details, please refer to the GigaChat3-10B-A1.8B-base.

More details about the GFusion are available in the Habr article.

Important Note

This model card describes the base/pretrained model.

For dialogue tasks and instruction following, please use our instruct version.

Inference

We report decoding speed using TPF (tokens per forward pass): the average number of tokens finalized by the model in one forward pass.

Decoding algorithmHyperparameterMath TPFCoding TPFAvg. TPF
Threshold-basedτ = 0.85×2.2028×2.0780×2.1404
Threshold-basedτ = 0.90×2.0033×1.8662×1.9348
Threshold-basedτ = 0.95×1.7385×1.6235×1.6810
Entropy-boundedγ = 0.70×2.5786×2.3755×2.4771
Entropy-boundedγ = 0.35×2.1640×1.9817×2.0729
Entropy-boundedγ = 0.15×1.7993×1.6798×1.7396

Benchmarks

BenchmarkGFusion-base10B-A1.8BGigaChat3-base10B-A1.8BLLaDA-MoE-base7B-A1.4B
MMLU71.7371.2064.59
MMLU-Pro56.6859.6035.50
TruthfulQA45.6545.90--
GSM8K82.1879.5066.41
MGSM82.0082.40--
MATH24.0423.10--
MBPP56.4055.8052.40
HumanEval50.0049.4045.73

Quickstart

HF Transformers 🤗

from transformers import AutoTokenizer, AutoModelForCausalLM

device = "auto"
model_path = "ai-sage/GFusion-10B-A1.8B-base"

model = AutoModelForCausalLM.from_pretrained(
    model_path, device_map=device, trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained(
    model_path, device_map=device, trust_remote_code=True
)

prompt = "Here are the KKT optimality conditions:"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=512,
    block_size=32,
    gamma=0.70
)

print(tokenizer.decode(outputs[0]))

SGLang

GFusion support is available in SGLang PR #29776:

git clone https://github.com/sgl-project/sglang.git
cd sglang

git fetch origin refs/pull/29776/head:gfusion
git switch gfusion

Install the dependencies:

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y && source "$HOME/.cargo/env"
pip install --upgrade pip

######### CUDA 13 #########
pip install -e "python[all]"

######### CUDA 12 #########
# 12.6 -> CU=126, KW=cu124
# 12.8 -> CU=128, KW=cu129
# 12.9 -> CU=129, KW=cu129

CU=128 ; KW=cu129
pip install --no-deps --force-reinstall \
  "https://github.com/sgl-project/whl/releases/download/v0.4.4/sglang_kernel-0.4.4+${KW}-cp310-abi3-manylinux2014_$(uname -m).whl"

# sglang + deps
pip install --extra-index-url "https://download.pytorch.org/whl/cu${CU}" -e "python[all]"

# re-pin the wheels to the cu12 build
pip list --format=freeze | awk -F'==' '/-cu13(==|$)/ {print $1}' | xargs -r pip uninstall -y
pip install --index-url "https://download.pytorch.org/whl/cu${CU}" --force-reinstall \
  torch==2.11.0 torchvision==0.26.0 torchaudio==2.11.0
pip install --no-deps --force-reinstall \
  "https://github.com/sgl-project/whl/releases/download/v0.1.3/sgl_deep_gemm-0.1.3+cu129-py3-none-manylinux2014_$(uname -m).whl"

Create an EBSampling config file:

# eb_sampling.yaml
gamma: 0.15

Start the server with entropy-bounded sampling and fa3/triton attention backend:

python -m sglang.launch_server \
  --model-path ai-sage/GFusion-10B-A1.8B-base \
  --dllm-algorithm EBSampling \
  --dllm-algorithm-config eb_sampling.yaml \
  --attention-backend <fa3 or triton> \
  --host 0.0.0.0 \
  --port 30000 \
  --dtype float16 \
  --mem-fraction-static 0.88 \
  --cuda-graph-bs-decode 1

Example request for the base model:

curl http://localhost:30000/v1/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ai-sage/GFusion-10B-A1.8B-base",
    "prompt": "Here are the KKT optimality conditions:",
    "max_tokens": 128,
    "temperature": 0
  }'

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GFusionForDiffusionLM
Ревизия весов
4db9ae5

0 моделей