/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
sdar · dense
Базовая модель
uno-qwen3-8b-base
Библиотека
transformers
Опубликована
2 сен 2026

uno-qwen3-8B

Генерация текстаТекст → текст4 профессии

Uno Qwen3-8B — диалоговая модель генерации текста на базе Qwen3 с условным LoRA-адаптером для ускоренного вывода методом дискретной диффузии.

14 316скачиваний за 30 дней2лайкавеса обновлены8 сен 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

Uno Qwen3-8B — модель для генерации текста на основе Qwen3, опубликованная s-sahoo. Репозиторий содержит базовые веса-verifier и gated LoRA-адаптер ранга 128; адаптер применяется выборочно при формировании черновых строк с шумом. Модель имеет 7,6 млрд параметров и контекст до 40 960 токенов. В карточке указана архитектура SDAR, а README описывает метод дискретной диффузии Uno для ускорения генерации с проверкой результата базовой моделью.

Модель предназначена для диалоговой генерации и ускоренного вывода, включая тестирование на математических задачах GSM8K, MATH-500 и AIME 2024. Метаданные указывают поддержку интерфейса вызова инструментов, однако README сосредоточен на протоколе генерации и бенчмарках. Лицензия — Apache-2.0.

Для воспроизведения метода нужны runtime Uno, условная маршрутизация адаптера и lossless verification; обычная загрузка адаптера как постоянно включённого PEFT-адаптера не воспроизводит декодирование Uno. Для загрузки базового чекпойнта через обычный Transformers требуется trust_remote_code=True и пользовательский код модели.

Сценарии применения

  • ускоренная генерация ответов в диалоге
  • генерация решений математических задач
  • эксперименты с дискретной диффузией в LLM
  • оценка генерации на GSM8K, MATH-500 и AIME

Ограничения

Для работы метода Uno необходимы условная маршрутизация адаптера и runtime Uno; обычное постоянно включённое применение PEFT-адаптера не воспроизводит декодирование. Загрузка через Transformers требует trust_remote_code=True и пользовательского кода модели.

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

Paper: Unlocking Lossless Speedups in LLMs via Discrete Diffusion
Project page: https://s-sahoo.github.io/uno/

Diffusion-augmented LLM training and evaluation overview

This repository is a self-contained inference bundle for Uno-Qwen3-8B. The frozen verifier/base checkpoint is stored at the repository root, and the rank-128 gated LoRA adapter used for noisy draft rows is stored under adapter/.

Uno applies the adapter selectively during draft-noise forwards. Seed, prefill, verification, and autoregressive rows use the frozen base weights. Loading the adapter as an ordinary always-on PEFT adapter does not reproduce Uno decoding.

Repository layout

s-sahoo/uno-qwen3-8B
|-- config.json
|-- model-*.safetensors
|-- model.safetensors.index.json
|-- modeling_sdar.py
|-- tokenizer files
`-- adapter/
    |-- adapter_config.json
    `-- adapter_model.safetensors

Evaluation protocol

The reproducible entry points are the Qwen benchmark wrappers in ifm-ai/uno. Unless an experiment explicitly overrides a setting, the release wrappers use the following protocol:

SettingValue
RuntimeUno with conditional gated-LoRA routing
SamplerLinear diffusion
Diffusion block size16
Temperature1.0
Top-p0.95
Top-k50
Samples per problem1
Noise moderandom_uniform
Served context length32,768 tokens
Maximum batched tokens32,768
Maximum sequences per replica64
Data / tensor parallel size8 / 1
Attention backendFlashAttention 2

Math tasks use the instruction Please reason step by step and put your final answer in \boxed{}.. Benchmarks that request it in the release configuration use reasoning_effort=high through the chat template.

BenchmarkProblemsScoring
GSM8K1,319Mathematical answer equivalence
MATH-500500Mathematical answer equivalence
AIME 202430Mathematical answer equivalence
AIME 202530Mathematical answer equivalence
AIME 202630Mathematical answer equivalence
HumanEval164Code execution
MBPP500Code execution
LiveCodeBench v6 shard175Public and private test execution
GPQA Main448Multiple-choice answer matching
GPQA Diamond198Multiple-choice answer matching
MMLU-Pro12,032Multiple-choice answer matching
IFEval541Strict and loose instruction following
AA-LCR100External judge; data and judge must be supplied separately

Generation artifacts are written to generations.jsonl. generation_summary.json records all resolved settings, aggregate output TPS, and TPF as accepted tokens divided by decoder sequence-forwards. Accuracy and grader details are written to grades.jsonl and scores.json when the selected benchmark has a local grader.

from huggingface_hub import snapshot_download

snapshot = snapshot_download(
    "s-sahoo/uno-qwen3-8B",
    revision="<pinned-commit-sha>",
)
print("Base:", snapshot)
print("Adapter:", f"{snapshot}/adapter")

With the Uno repository:

UNO_BUNDLE_REPO=s-sahoo/uno-qwen3-8B \
UNO_BUNDLE_REVISION=<pinned-commit-sha> \
  bash scripts/qwen/run_gsm8k_eval.sh

The repository contains custom model code. Conventional Transformers loading of the base checkpoint requires trust_remote_code=True. Official Uno generation additionally requires conditional adapter routing and lossless verification implemented by the Uno runtime.

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
SDARForCausalLM
Ревизия весов
016d976

0 моделей