/ Модель

Характеристики

Библиотека
pytorch
Опубликована
5 окт 2026

diffusion-lm-nano

Заполнение пропусковТекст → текст

Исследовательский чекпойнт двунаправленного Transformer для изучения коллапса предсказания замаскированных токенов и адаптивной остановки.

0скачиваний за 30 дней0лайковвеса обновлены5 окт 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

Модель diffusion-lm-nano от kotlarmilos — исследовательский контрольный чекпойнт двунаправленного Transformer на 44,75 млн параметров, обученного предсказывать замаскированные токены. Она связана с данными и токенизатором kotlarmilos/gpt2-nano и предназначена для изучения коллапса к токену большинства, воспроизведения проверок на отложенной выборке и анализа адаптивной остановки декодирования.

На контрольной выборке точность предсказания замаскированных токенов составила 0,36029, а энтропия — 5,14059; доля токена большинства была 0,36205. Безусловный образец длиной 256 токенов состоял только из этого токена и декодировался в пробелы. Чекпойнт не подходит для генерации текста, фактических ответов или развёртывания. Лицензия в предоставленных данных не указана.

Сценарии применения

  • изучение коллапса языковой модели к токену большинства
  • воспроизведение проверок на отложенной выборке
  • анализ адаптивной остановки при заполнении масок

Ограничения

Чекпойнт коллапсирует к токену большинства: приведённый безусловный образец состоит только из него и декодируется в пробелы. Модель не предназначена для генерации текста, фактических задач или развёртывания.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

diffusion-lm-nano

This card describes the measured checkpoint from release b38dbab. The model is a 44.75M-parameter bidirectional Transformer trained to predict masked tokens. It is preserved as a collapse and stopping-study result, not as a usable language model.

Result

The 10,000-step checkpoint has held-out masked-token accuracy 0.36029 and cross entropy 5.14059. The majority <|EOW|> token occupies 0.36205 of the same complete held-out sequences. The saved 256-token unconditional sample contains only <|EOW|> and decodes to spaces.

Adaptive calibration tested 12 settings on 32 sequences and evaluated the selected setting on a separate 128-sequence window. It selected entropy threshold zero and confidence patience zero. Both stopping rules were disabled. Every held-out example used all 32 passes.

The recorded timing comparison measured 0.25060 seconds for the diffusion path and 1.40847 seconds for the autoregressive path. The 5.62x ratio is limited to batch size one, 256 output tokens, and the exact recorded execution paths. Output quality was not matched and the diffusion sample was blank.

Provenance

The checkpoint SHA-256 is 96f78f1d51fab2a365142bf2a861feb109633a189658fd97864087e913c3a9db. It records source commit 2bb34f0516d531acfbcd5df8ee66c5e8cd80d1b6 and a clean Git state at training start.

The checkpoint does not record the training hardware or PyTorch runtime. Later held-out evaluation, adaptive decoding, and timing ran on one NVIDIA RTX A6000 with PyTorch 2.4.1+cu124.

The input shard and tokenizer come from kotlarmilos/gpt2-nano at revision ee547b4112bce2d2557dd0975038035bab6c86eb. Exact hashes are in artifacts/manifest.json.

Intended use

Use this checkpoint to inspect majority-token collapse, reproduce the held-out controls, and study the adaptive stopping implementation. Do not use it for text generation, factual tasks, or deployment.

Only load checkpoint files from trusted sources. PyTorch checkpoint files can contain unsafe serialized data.

The implementation is available at https://github.com/kotlarmilos/diffusion-lm-nano.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · fill-mask

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
947fe96

0 моделей