/ 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-t8

Генерация текстаТекст → текст3 профессии

Дообученная диффузионная языковая модель LLaDA-8B для генерации текста и математических рассуждений с восьмитокенным каналом переноса состояния.

19скачиваний 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-t8 — контрольная точка проекта dLLM Registers на базе LLaDA-8B-Base от GSAI-ML. Это дообученная плотная диффузионная языковая модель на 8 млрд параметров для генерации текста; обучение было ориентировано на математические трассы из подмножества OpenMathInstruct-2 объёмом около 30 тысяч примеров. В модели используется 8-токенный хвост Markovian Thinking как канал переноса состояния между окнами денойзинга, размер чанка — 128 токенов.

Модель предназначена для генерации и решения математических задач с использованием этого канала состояния при выводе. Карточка описывает исследовательский эксперимент по масштабированию числа слотов; для корректного использования требуются специальные параметры запуска: num_registers=0, channel_mode=tail и tail_length=8. Модель работает с текстом и рассчитана прежде всего на английский язык. Лицензия — Apache-2.0.

Сценарии применения

  • генерация решений математических задач
  • пошаговое построение математических рассуждений
  • эксперименты с переносом состояния между окнами денойзинга
  • оценка влияния длины канала рассуждений на генерацию

Ограничения

Модель обучена на ограниченном наборе математических трасс и является экспериментальной контрольной точкой; для корректного вывода необходимы специальные параметры канала и чанков.

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-omi30k-t8

Slot-count scaling sweep arm: 8-token Markovian Thinking tail, 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 Markovian)
  • Carry channel: discrete Markovian-Thinking tail (channel_mode=tail, num_registers=0, tail_length=8)
  • 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): 0.0
  • Date uploaded: 2026-06-13

How to load

from transformers import AutoModel, AutoTokenizer
model = AutoModel.from_pretrained("albertge/llada-8b-dllm-registers-omi30k-t8", trust_remote_code=True)
tok = AutoTokenizer.from_pretrained("albertge/llada-8b-dllm-registers-omi30k-t8", 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 8

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
710748e

0 моделей