/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
bd3lm · dense
Библиотека
transformers
Опубликована
26 фев 2025

bd3lm-owt-block_size8

Заполнение пропусковТекст → текст3 профессии

Производная модели kuleshov-group/bd3lm-owt-block_size16. Блочная дискретная диффузионная языковая модель с размером блока 16 для генерации текста произвольной длины и оценки его правдоподобия.

156скачиваний за 30 дней2лайкавеса обновлены13 апр 2025

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

Карточка модели kuleshov-group/bd3lm-owt-block_size8 на Hugging Face совпадает с карточкой kuleshov-group/bd3lm-owt-block_size16, поэтому описание составлено по ней.

kuleshov-group/bd3lm-owt-block_size16 — модель семейства BD3-LM, разработанная Marianne Arriola, Aaron Gokaslan, Justin T. Chiu, Zhihan Yang, Zhixuan Qi, Jiaqi Han, Subham Sekhar Sahoo и Volodymyr Kuleshov. Это блочная дискретная денойзинговая диффузионная языковая модель: последовательность делится на блоки, а токены внутри каждого блока генерируются с помощью дискретной диффузии. Размер блока 16 задаёт компромисс между качеством генерации и эффективностью выборки.

Модель предназначена для генерации последовательностей произвольной длины и оценки правдоподобия текста. Архитектура BD3LM объединяет блочную авторегрессию с диффузионным моделированием; репозиторий содержит веса в формате safetensors и предназначен для работы с Transformers. Конкретные размер модели, контекст и поддерживаемые языки в предоставленных данных не описаны.

Модель представлена в исследовательской работе, принятой как устный доклад ICLR 2025. Она распространяется по лицензии Apache-2.0. Для обучения, оценки правдоподобия и генерации README отсылает к инструкциям проекта на GitHub.

Сценарии применения

  • генерация текстовых последовательностей произвольной длины
  • сравнение диффузионного и авторегрессионного языкового моделирования
  • оценка правдоподобия текстовых последовательностей

Ограничения

README не сообщает размер модели, длину контекста и поддерживаемые языки. Для запуска и оценки README отсылает к инструкциям проекта на GitHub.

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

Block Diffusion Interpolates Between Autoregressive and Diffusion Language Models (ICLR 2025 Oral)

By Marianne Arriola, Aaron Gokaslan, Justin T Chiu, Zhihan Yang, Zhixuan Qi, Jiaqi Han, Subham Sekhar Sahoo, Volodymyr Kuleshov

Paper GitHub Blog HuggingFace

We introduce BD3-LMs, a family of Block Discrete Denoising Diffusion Language Models that achieve SOTA likelihoods among diffusion models and enable generation of arbitrary-length sequences. BD3-LMs combine the strengths of autoregressive and diffusion language models by decomposing a token sequence into blocks and performing discrete diffusion within each block. By tuning the block size, we interpolate between autoregressive and diffusion models which introduces a trade-off between quality and sample efficiency. We propose a recipe of building effective BD3-LMs that includes an efficient training algorithm, estimators of gradient variance, and data-driven noise schedules to minimize the variance.

Model Description

BD3-LMs are Block Discrete Denoising Diffusion Language Models. They combine the strengths of autoregressive and diffusion language models by decomposing a token sequence into blocks and performing discrete diffusion within each block.

How to use

See our GitHub README, where we provide sample scripts for training, likelihood evaluation, and generation.

Citation

@inproceedings{
arriola2025block,
title={Block Diffusion: Interpolating Between Autoregressive and Diffusion Language Models},
author={Marianne Arriola and Aaron Gokaslan and Justin T Chiu and Zhihan Yang and Zhixuan Qi and Jiaqi Han and Subham Sekhar Sahoo and Volodymyr Kuleshov},
booktitle={The Thirteenth International Conference on Learning Representations},
year={2025},
url={https://arxiv.org/abs/2503.09573}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BD3LM
Ревизия весов
a3a72f0

0 моделей