/ Модель

Характеристики

Размер весов
16 ГБ
Лицензия
Apache 2.0
Архитектура
llada · dense
Базовая модель
LLaDA-8B-Base
Библиотека
transformers
Опубликована
13 июн 2026

llada-8b-dllm-registers-code64-codetags-r4

Генерация текстаТекст → текст3 профессии

Экспериментальная диффузионная языковая модель LLaDA-8B для чанковой генерации кода с переносом состояния через обученные register-токены.

21скачиваний за 30 дней0лайковвеса обновлены14 июн 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

Экспериментальный чекпойнт диффузионной языковой модели LLaDA-8B, дообученный автором проекта dLLM Registers на кодовой части набора mix60k. Модель генерирует текст и предназначена прежде всего для генерации кода с чанковым декодированием: последовательность обрабатывается окнами по 64 токена, а четыре обученных register-токена передают состояние между окнами денойзинга. Для корректного инференса нужны специальные параметры канала registers и маскируемые register-токены.

Обучение продолжает SFT-чекпойнт albertge/llada-8b-dllm-registers-mix60k-r4 на примерно 30 тысячах трасс из поднабора OpenCodeInstruct. Модель основана на GSAI-ML/LLaDA-8B-Base, использует плотную архитектуру LLaDA и файлы safetensors; библиотека — Transformers. Карточка указывает английский язык и лицензию Apache-2.0. Это исследовательский чекпойнт для экспериментов с переносом состояния при генерации кода; качество на иных задачах и совместимость без специальной обвязки не заявлены.

Сценарии применения

  • генерация кода чанками по 64 токена
  • эксперименты с передачей состояния между окнами денойзинга
  • оценка register-токенов при генерации кода

Ограничения

Для корректного инференса требуются четыре register-токена, режим channel_mode=registers, tail_length=0 и маскирующие токены для регистров. Чекпойнт обучен на кодовом подмножестве; карточка не подтверждает качество на других 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

llada-8b-dllm-registers-code64-codetags-r4

Continued chunked SFT from albertge/llada-8b-dllm-registers-mix60k-r4 on the code-only split of mix60k at C=64 with -delimited targets.

This checkpoint is part of the dLLM Registers project — register tokens as a bounded, trained, continuous channel for carrying decoding state across denoising windows in diffusion language models.

How to load

from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained("albertge/llada-8b-dllm-registers-code64-codetags-r4", trust_remote_code=True)
tok = AutoTokenizer.from_pretrained("albertge/llada-8b-dllm-registers-code64-codetags-r4", trust_remote_code=True)

To use the carry channel correctly at inference, see the evaluator at eval/eval.py and the wrapper eval/run_mix60k_full_eval.sh. Key flags for this checkpoint: --num_registers 4 --channel_mode registers --tail_length 0 --use_mask_token_for_registers

Repository

Training and eval code: https://github.com/lbertge/d1-registers

Citation

If you use this checkpoint, please cite the dLLM Registers paper:

@misc{dllm-registers-2026,
  title  = {Register Tokens for Unbounded Reasoning in Diffusion Language Models},
  author = {Albert Ge and collaborators},
  year   = {2026},
  note   = {Preprint},
  url    = {https://github.com/lbertge/d1-registers}
}

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
LLaDAModelLM
Ревизия весов
d8ca243

0 моделей