/ Модель

Характеристики

Размер весов
32,1 ГБ
Лицензия
MIT
Архитектура
llada · dense
Базовая модель
LLaDA-8B-Instruct
Библиотека
transformers
Опубликована
21 мар 2026

LLaDA-Instruct-JustGRPO-Math500

Генерация текстаТекст → текст3 профессии

Диффузионная языковая модель на базе LLaDA-8B-Instruct, дообученная методом JustGRPO для генерации текста и решения математических задач.

70скачиваний за 30 дней0лайковвеса обновлены23 мар 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

LLaDA-Instruct-JustGRPO-Math — диффузионная языковая модель, дообученная разработчиками модели методом JustGRPO на наборе MATH-500. Она основана на GSAI-ML/LLaDA-8B-Instruct и предназначена для генерации текста и решения математических задач с рассуждениями.

В карточке приведены результаты оценки на MATH-500: точность 39,0% при длине последовательности 128, 45,1% при 256 и 45,2% при 512. Для генерации и оценки авторы предлагают использовать связанный репозиторий проекта. Модель распространяется по лицензии MIT.

Сценарии применения

  • решение математических задач из MATH-500
  • генерация текстовых рассуждений при решении задач
  • оценка качества диффузионных языковых моделей на математических задачах

Ограничения

В карточке приведены результаты только на MATH-500; точность зависит от длины последовательности и в указанном диапазоне достигает 45,2%. Инструкции по использованию вынесены в репозиторий проекта.

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

LLaDA-Instruct-JustGRPO-Math

This model is LLaDA-8B-Instruct fine-tuned with JustGRPO on MATH-500.

It was introduced in the paper The Flexibility Trap: Why Arbitrary Order Limits Reasoning Potential in Diffusion Language Models.

Method

JustGRPO is a minimalist RL approach for diffusion language models. Instead of complex diffusion-specific RL adaptations, we simply treat dLLMs as autoregressive models during training and apply standard GRPO. See our paper for details.

Performance

MATH-500

Sequence Length128256512
Accuracy (%)39.045.145.2

Usage

For generation and evaluation, please refer to our GitHub repository.

Citation

@article{ni2026flexibility,
  title={The Flexibility Trap: Why Arbitrary Order Limits Reasoning Potential in Diffusion Language Models},
  author={Ni, Zanlin and Wang, Shenzhi and Yue, Yang and Yu, Tianyu and Zhao, Weilin and Hua, Yeguo and Chen, Tianyi and Song, Jun and Yu, Cheng and Zheng, Bo and Huang, Gao},
  journal={arXiv preprint arXiv:2601.15165},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры
LLaDAModelLM
Ревизия весов
3fd7648

0 моделей