/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
21 окт 2025

Efficient-DLM-8B

Генерация текстаТекст → текст4 профессии

Базовая диффузионная языковая модель NVIDIA на основе Qwen3 для параллельной генерации текста с контекстом до 32 768 токенов.

1 115скачиваний за 30 дней17лайковвеса 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-8B — базовая языковая модель с диффузионной генерацией, разработанная NVIDIA. Она предназначена для параллельной генерации текста и преобразует предварительно обученные авторегрессионные языковые модели в диффузионные посредством непрерывного предобучения. Архитектура модели основана на Qwen3, содержит 7,6 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель использует блочное внимание с обусловливанием на чистый контекст, что позволяет эффективнее работать с KV-кэшем, а позиционно-зависимое маскирование токенов помогает уменьшать расхождение между обучением и генерацией. Карточка показывает чат-возможности; основное назначение — генерация текста с параллельным декодированием. Для работы указан Transformers версии 4.52.2 или новее.

В метаданных лицензия обозначена как other, поэтому конкретные условия использования следует проверять в материалах репозитория. README не приводит результаты сравнительных тестов и не называет поддерживаемые естественные языки.

Сценарии применения

  • параллельная генерация текста
  • диалоговая генерация ответов
  • эксперименты с диффузионными языковыми моделями
  • исследование ускоренного декодирования языковых моделей

Ограничения

Поддерживаемые естественные языки и результаты сравнительных тестов в README не приведены. Лицензия обозначена как other, поэтому условия использования нужно проверить в репозитории.

Для каких профессий подходит4

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

Efficient-DLM-8B

Model Overview

Efficient-DLM-8B 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-8B

from transformers import AutoModel, AutoTokenizer
import torch

repo_name = "nvidia/Efficient-DLM-8B"

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
1840416

0 моделей