/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
MIT
Архитектура
a2d-qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
3 июн 2026

OPDLM-4B

Генерация текстаТекст → текст6 профессий

OPDLM-4B — англоязычная блочная диффузионная языковая модель для генерации текста и диалогов с параллельным декодированием токенов.

94скачиваний за 30 дней0лайковвеса обновлены8 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

OPDLM-4B — языковая модель DIVE Lab Техасского университета A&M, полученная постобучением Qwen3-4B методом on-policy distillation. Это декодерная блочная diffusion language model с блоком размером 4, примерно 3,7 млрд параметров и контекстом до 40 960 токенов. Модель предназначена для генерации текста и диалогов; блочная диффузия позволяет декодировать несколько токенов параллельно.

Для преобразования базовой авторегрессионной модели использовано около 0,076 млрд токенов. Модель рассчитана на английский язык и распространяется по лицензии MIT. Подробные результаты и бенчмарки приведены в статье разработчиков.

Сценарии применения

  • генерация английского текста
  • создание ответов в диалоговом интерфейсе
  • быстрая генерация текста с параллельным декодированием

Ограничения

В карточке приведены ссылки на статью для подробных результатов, но конкретные бенчмарки не указаны. Модель описана как англоязычная.

Для каких профессий подходит6

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

OPDLM-4B

OPDLM-4B is a block diffusion language model (DLM) obtained by post-training an autoregressive language model (ARLM) into a diffusion language model via on-policy distillation. arXiv report: arxiv.org/abs/2606.06712

Highlights

  • Converted, not pretrained from scratch: built from a strong ARLM, reusing its prior.
  • Training-efficient: ~0.076B tokens of conversion vs. ~50B tokens for from-scratch DLM training (same base ARLM).
  • Inference-efficient: parallel token decoding via block diffusion.

Model Details

  • Developed by: DIVE Lab, Texas A&M University
  • Base model: Qwen3-4B
  • Model type: Block diffusion language model (decoder-based)
  • Block size: 4
  • Parameters: ~4B
  • Language: English
  • License: MIT

Training

  • Method: On-policy distillation from a frozen ARLM teacher into a block DLM student.
  • Conversion budget: ~0.076B tokens
  • Data: opdlm_train_data

Results

For detailed results and benchmarks, please refer to our paper: arxiv.org/abs/2606.06712

Citation

@misc{su2026dataefficientautoregressivetodiffusionlanguagemodels,
      title={Data-Efficient Autoregressive-to-Diffusion Language Models via On-Policy Distillation}, 
      author={Xingyu Su and Jacob Helwig and Shubham Parashar and Atharv Chagi and Lakshmi Jotsna and Degui Zhi and James Caverlee and Dileep Kalathil and Shuiwang Ji},
      year={2026},
      eprint={2606.06712},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2606.06712},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура a2d-qwen3 неизвестна transformers в образе рантайма.

Класс архитектуры
_A2DQwen3LMHeadModel
Ревизия весов
5e5f00e

0 моделей