/ Модель

Характеристики

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

GFusion-10B-A1.8B-bf16

Генерация текстаТекст → текст6 профессий

Экспериментальная диффузионная языковая модель на основе GigaChat3 для диалоговой генерации текста с итеративным уточнением блоков токенов.

87скачиваний за 30 дней3лайкавеса обновлены5 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 — экспериментальная инструкционно дообученная диффузионная языковая модель, разработанная ai-sage на основе GigaChat3-10B-A1.8B-base. Она предназначена для диалоговой генерации текста. Вместо последовательного предсказания токенов модель итеративно уточняет частично замаскированные блоки по 32 токена; энтропийно-ограниченная выборка позволяет выбирать компромисс между скоростью декодирования и качеством. Модель поддерживает контекст до 32 768 токенов и работает с текстом на русском и английском языках.

В README приведены результаты сравнительных тестов, а также способы запуска через Transformers и SGLang. Указанный в метаданных размер — 1,5 млрд параметров; название модели и README также содержат обозначение 10B-A1.8B. Модель распространяется по лицензии MIT. Это экспериментальная модель, поэтому качество и скорость на конкретных задачах могут отличаться от результатов тестов; для запуска с SGLang README ссылается на специальную ветку поддержки.

Сценарии применения

  • диалоговые ответы на русском языке
  • диалоговые ответы на английском языке
  • инструкционная генерация текста
  • генерация текста с настройкой компромисса между скоростью и качеством

Ограничения

Модель экспериментальная; производительность и качество зависят от задачи и параметров декодирования. Для запуска в SGLang требуется поддержка из указанной в README ветки проекта.

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

GFusion-10B-A1.8B

GFusion-10B-A1.8B is an experimental instruction-tuned diffusion language model trained by adapting GigaChat3-10B-A1.8B-base to block diffusion generation, followed by context extension, SFT, and confidence tuning.

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 model card.

More details about GFusion are available in the Habr article.

Inference

Single-user (concurrency=1) decode throughput comparison using aiperf + sglang.

image

Benchmarks

BenchmarkGFusion10B-A1.8BGFusion + CT10B-A1.8BGigaChat310B-A1.8BLLaDA-MoE7B-A1.4BLLaDA2.0-mini preview16B-A1.4B
MMLU73.3873.0971.2067.1872.49
MMLU-Pro58.4858.0459.6044.6449.22
IFEval70.3871.2266.5559.3362.50
GPQA33.8432.1235.02--23.74
TruthfulQA44.8444.6845.90--56.54
GSM8K84.4883.7885.4482.4189.01
MGSM78.8079.2076.80--81.44
MATH68.0866.8670.0058.6873.50
MBPP+67.2065.8163.60--66.67
HumanEval75.0071.3472.5661.5980.49
HumanEval+65.6363.6366.46--71.95
LCB-Lite29.1029.0931.94--29.07
RUBQ63.4962.5665.16--16.84
MMLU-RU67.9267.7466.20--50.48
IFEval-RU61.2764.5164.19--55.75

Quickstart

HF Transformers 🤗

from transformers import AutoTokenizer, AutoModelForCausalLM

device = "auto"
model_path = "ai-sage/GFusion-10B-A1.8B-bf16"

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
)

messages = [
    {"role": "user", "content": "What are the KKT optimality conditions?"}
]
inputs = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, 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], skip_special_tokens=True))

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-bf16 \
  --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 instruct model:

curl http://localhost:30000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ai-sage/GFusion-10B-A1.8B-bf16",
    "temperature": 0,
    "max_tokens": 512,
    "messages": [
      {
        "role": "user",
        "content": "What are the KKT optimality conditions?"
      }
    ]
  }'

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
dc4fe9e

0 моделей