/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
2 сен 2025

Efficient-DLM-4B

Генерация текстаТекст → текст6 профессий

Базовая диффузионная языковая модель NVIDIA с 3,7 млрд параметров для параллельной генерации текста и диалогов.

366скачиваний за 30 дней29лайковвеса обновлены3 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Efficient-DLM-4B — базовая диффузионная языковая модель NVIDIA для параллельной генерации текста. Модель преобразована из предварительно обученной авторегрессионной языковой модели с помощью продолжительного предобучения; в карточке указана архитектура семейства Qwen3 и около 3,7 млрд параметров. Для работы используется библиотека Transformers, веса опубликованы в формате safetensors.

Модель предназначена для генерации текста и диалогового взаимодействия. Блочное внимание с условием на чистый контекст поддерживает декодирование с использованием KV-кэша, а позиционно-зависимое маскирование токенов призвано уменьшить расхождение между обучением и генерацией. Автор заявляет о более быстром декодировании при сохранении точности сильных авторегрессионных моделей. Контекст составляет 32 768 токенов. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке модели NVIDIA.

Сценарии применения

  • генерация текста с параллельным декодированием
  • создание диалогового ассистента
  • ответы на запросы в чате
  • эксперименты с диффузионными языковыми моделями

Ограничения

README не сообщает конкретных ограничений качества или безопасного применения; заявленные скорость и сохранение точности представлены авторами как характеристики модели. Лицензия обозначена как other, поэтому условия использования нужно уточнить в карточке.

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

Efficient-DLM-4B

Model Overview

Efficient-DLM-4B is a base diffusion language model designed for parallel generation. It converts pretrained AR LMs into diffusion LMs through efficient continuous pretraining, enabling faster decoding while preserving the task accuracy of strong AR models. Efficient-DLM features block-wise attention with clean-context conditioning for KV-cache-friendly decoding, as well as position-dependent token masking to reduce the training–test mismatch in diffusion generation. See our paper for more technical details.

Environment

transformers>=4.52.2

Chat with Efficient-DLM-4B

from transformers import AutoModel, AutoTokenizer
import torch

repo_name = "nvidia/Efficient-DLM-4B"

tokenizer = AutoTokenizer.from_pretrained(repo_name, trust_remote_code=True)
model = AutoModel.from_pretrained(repo_name, trust_remote_code=True)
model = model.cuda().to(torch.bfloat16)

user_input = input("User: ").strip()

prompt_ids = tokenizer(user_input, return_tensors="pt").input_ids.to(device="cuda")
out_ids, nfe = model.generate(
    prompt_ids,
    max_new_tokens=128,
    steps=128,
    block_length=32,
    shift_logits=False,
    temperature=0.7,
    threshold=0.9,
)

response = tokenizer.batch_decode(out_ids[:, prompt_ids.shape[1]:], skip_special_tokens=True)[0]
print(f"Model: {response}")
print(f"[Num Function Eval (NFE)={nfe}]")

Citation

@article{fu2025efficient,
  title={Efficient-dlm: From autoregressive to diffusion language models, and beyond in speed},
  author={Fu, Yonggan and Whalen, Lexington and Ye, Zhifan and Dong, Xin and Diao, Shizhe and Liu, Jingyu and Wu, Chengyue and Zhang, Hao and Xie, Enze and Han, Song and others},
  journal={arXiv preprint arXiv:2512.14067},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
EfficientDLM
Ревизия весов
d28c316

0 моделей