/ 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-omi30k-r8

Генерация текстаТекст → текст

Экспериментальный чекпойнт LLaDA-8B с восемью непрерывными регистрами для генерации текста и исследования пошагового решения математических задач.

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-omi30k-r8 — экспериментальный чекпойнт проекта dLLM Registers, созданный дообучением базовой диффузионной языковой модели GSAI-ML/LLaDA-8B-Base. Он исследует передачу состояния декодирования между окнами денойзинга с помощью восьми непрерывных регистровых токенов. Модель обучалась на примерно 30 тысячах математических трасс из подмножества OpenMathInstruct-2; размер окна составляет 128 токенов, а при обучении применялся prompt dropout с вероятностью 0,3.

Модель предназначена для генерации текста в математических задачах и исследований chunked reasoning в диффузионных языковых моделях. Для корректного вывода нужны режим registers, восемь регистров, нулевая длина хвоста и масочный токен для регистров; в README приведён пример загрузки через Transformers с trust_remote_code=True. Чекпойнт распространяется по лицензии Apache-2.0. Карточка не сообщает результаты оценки качества, поэтому практическую точность решений нельзя определить по доступным данным.

Сценарии применения

  • генерация решений математических задач
  • исследование пошагового математического рассуждения
  • эксперименты с передачей состояния между окнами денойзинга
  • сравнение числа регистровых токенов в диффузионных языковых моделях

Ограничения

Для корректного вывода требуется специальная настройка канала регистров и масочного токена, описанная в README. В карточке не приведены результаты оценки качества модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llada-8b-dllm-registers-omi30k-r8

Slot-count scaling sweep arm: 8 continuous registers, math-only training.

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: slot-count scaling figure (N=8 registers)
  • Carry channel: continuous register tokens (channel_mode=registers, num_registers=8, tail_length=0)
  • Base model: GSAI-ML/LLaDA-8B-Base
  • Training data: OpenMathInstruct-2 subset of mix60k (~30K math traces, oci_python excluded)
  • Training config: SFT/amlt/chunked_sft_omi30k_scaling_round2_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-omi30k-r8", trust_remote_code=True)
tok = AutoTokenizer.from_pretrained("albertge/llada-8b-dllm-registers-omi30k-r8", 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 8 --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
7981cb7

0 моделей