/ 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-mix60k-r4

Генерация текстаТекст → текст3 профессии

Экспериментальная диффузионная языковая модель LLaDA, дообученная с четырьмя регистрами для переноса состояния между окнами генерации текста, в том числе математического и программного.

26скачиваний 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-mix60k-r4 — экспериментальный чекпойнт проекта dLLM Registers, созданный дообучением базовой модели GSAI-ML/LLaDA-8B-Base. Это плотная диффузионная языковая модель на архитектуре LLaDA для генерации текста; в карточке Hugging Face указан класс LLaDAModelLM и формат safetensors.

Модель обучена на 60 тысячах примеров из OpenMathInstruct-2 и OpenCodeInstruct. Четыре непрерывных регистра служат каналом переноса состояния между окнами денойзинга; при обучении использовались окна по 128 токенов и dropout подсказки с вероятностью 0,3. Для корректного использования этого канала при генерации нужны параметры `num_registers=4`, `channel_mode=registers`, `tail_length=0` и `use_mask_token_for_registers`.

Модель подходит для генерации текста в сценариях, связанных с математикой и программированием. Метаданные указывают английский язык и возможность диалога. Репозиторий распространяется по лицензии Apache-2.0. Для запуска автор рекомендует использовать свой evaluator и wrapper; отдельные результаты качества в карточке не приведены.

Сценарии применения

  • генерация решений математических задач на английском языке
  • генерация и дополнение кода
  • диалоговая генерация текста
  • исследование переноса состояния между окнами денойзинга в диффузионных языковых моделях

Ограничения

Для работы канала переноса состояния требуется запуск с указанными автором параметрами регистров и маски; для этого автор отсылает к evaluator и wrapper проекта. Карточка не приводит результатов оценки качества.

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-mix60k-r4

LLaDA-8B-Base finetuned with 4 continuous register slots as the inter-block carry channel.

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:main_triad (main triad, LLaDA registers arm)
  • Carry channel: continuous register tokens (channel_mode=registers, num_registers=4, tail_length=0)
  • Base model: GSAI-ML/LLaDA-8B-Base
  • Training data: mix60k (OpenMathInstruct-2 + OpenCodeInstruct, 60K examples)
  • Training config: SFT/amlt/chunked_sft_mix60k_c128_llada_noresid_bonete54.yaml
  • Chunk size: C = 128 tokens
  • Prompt dropout rate (Bernoulli per-trace CSG mask): 0.3
  • Date uploaded: 2026-06-13

How to load

from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained("albertge/llada-8b-dllm-registers-mix60k-r4", trust_remote_code=True)
tok = AutoTokenizer.from_pretrained("albertge/llada-8b-dllm-registers-mix60k-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
5f3e841

0 моделей