/ 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-t4

Генерация текстаТекст → текст8 профессий

Дообученная диффузионная языковая модель LLaDA на 8 млрд параметров для генерации кода чанками с переносом состояния между окнами денойзинга.

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

albertge/llada-8b-dllm-registers-code64-codetags-t4 — модель, разработанная в рамках проекта dLLM Registers и дообученная на базе GSAI-ML/LLaDA-8B-Base. Это плотная диффузионная языковая модель на 8 млрд параметров для генерации текста, специализирующаяся на задачах программирования. Обучение продолжено в режиме chunked SFT на кодовой части набора mix60k: использовались около 30 тысяч трасс из подмножества OpenCodeInstruct, размер окна составлял 64 токена.

Модель переносит состояние декодирования между окнами денойзинга через хвостовой канал Markovian Thinking длиной 4 токена; для корректного вывода требуются соответствующие параметры канала. Карточка указывает английский язык, интерфейс чата и библиотеку Transformers. Модель распространяется по лицензии Apache-2.0. Практическое применение ориентировано на генерацию кода; точные результаты оценки качества в карточке не приведены.

Сценарии применения

  • генерация программного кода по текстовому запросу
  • продолжение и дополнение фрагментов кода
  • диалоговая помощь при решении задач программирования

Ограничения

Для корректной работы канала переноса состояния при инференсе требуется настроить режим tail и длину хвоста 4 токена. Карточка не приводит результаты оценки качества модели.

Для каких профессий подходит8

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

llada-8b-dllm-registers-code64-codetags-t4

Continued chunked SFT from albertge/llada-8b-dllm-registers-mix60k-t4 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.

  • Paper section: tab:code_chunk64 (Markovian Thinking arm)
  • Carry channel: discrete Markovian-Thinking tail (channel_mode=tail, num_registers=0, tail_length=4)
  • Base model: GSAI-ML/LLaDA-8B-Base
  • Training data: OpenCodeInstruct subset of mix60k (~30K traces), ... targets
  • Training config: SFT/amlt/chunked_sft_mix60k_code64_code_tags_continuation_bonete54.yaml
  • Chunk size: C = 64 tokens
  • Prompt dropout rate (Bernoulli per-trace CSG mask): 0.0
  • Date uploaded: 2026-06-13

How to load

from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained("albertge/llada-8b-dllm-registers-code64-codetags-t4", trust_remote_code=True)
tok = AutoTokenizer.from_pretrained("albertge/llada-8b-dllm-registers-code64-codetags-t4", 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 0 --channel_mode tail --tail_length 4

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
cc3c588

0 моделей