/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
28,3 ГБ
Лицензия
Своя лицензия
Архитектура
Fast_dLLM_Qwen · dense
Базовая модель
Fast_dLLM_v2_7B
Библиотека
transformers
Опубликована
27 сен 2026

Fast-dLLM-v2-7B-dTRPO-Lite

Генерация текстаТекст → текст3 профессии

Англоязычная диалоговая Fast-dLLM модель на 7,1 млрд параметров для генерации ответов и рассуждений, дообученная методом dTRPO.

690скачиваний за 30 дней0лайковвеса обновлены7 окт 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

Fast-dLLM-v2-7B-dTRPO-Lite — модель генерации текста на 7,1 млрд параметров, разработанная wxzhang как preference fine-tune модели Efficient-Large-Model/Fast_dLLM_v2_7B. Базовая модель основана на Qwen2.5-7B-Instruct. Архитектура — плотная Fast_dLLM_Qwen; модель предназначена для диалогов и генерации ответов, включая задачи с пошаговым рассуждением. Поддерживает контекст до 32 768 токенов и английский язык.

Обучение выполнено методом dTRPO с параметрами DPO beta 0,01 и learning rate 5e-7. В README приведены результаты на GSM8K, MATH и GPQA; для воспроизведения оценки требуется CUDA GPU и специальный diffusion decoder, а стандартный путь autoregressive transformers.generate() не подходит. Разработчик отмечает, что чекпойнт не проверен для критически важных применений. Код постобучения лицензирован по FAIR Noncommercial Research License; пакет сохраняет ограничения исходной модели, помеченной Apache-2.0.

Сценарии применения

  • ответы на вопросы в диалоге на английском языке
  • решение математических задач с пошаговым рассуждением
  • ответы на вопросы по научным и общим знаниям
  • оценка качества генерации на тестах GSM8K, MATH и GPQA

Ограничения

Для инференса нужен специальный diffusion decoder; стандартный autoregressive transformers.generate() не подходит, а результаты могут зависеть от размера батча. Модель не проверена для критически важных применений; код постобучения распространяется по некоммерческой исследовательской лицензии.

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

Fast-dLLM-v2-7B-dTRPO-Lite

dTRPO preference-finetuned Fast-dLLM-v2-7B.

The dTRPO estimator selects positions using target-token probabilities within 32-token blocks. Policy and frozen reference use the same noisy inputs and selected positions. The reference is forwarded in training mode without parameter updates.

Training parameters

ParameterValue
Base modelEfficient-Large-Model/Fast_dLLM_v2_7B
Learning rate5e-7
DPO beta0.01
# GPU4
Per-device batch size2
Gradient accumulation64
Monte Carlo noise samples4
Noise microbatch size1
Dataset streamingFalse
Training epochs1
Final optimizer step441
Maximum training sequence length2048
Losssigmoid DPO
Warmup ratio0.1
LR schedulercosine_with_min_lr
Minimum LR rate0.1
Maximum gradient norm0.2
BF16 trainingTrue

Evaluation results

DatasetSplit / SettingResult
GSM8KCoT · test88.02%
MATHCoT · full test (5,000)62.33%
GPQADiamond31.82%
LiveCodeBenchrelease_v6 · pass@117.06%
MBPP+EvalPlus v0.2.0 · pass@157.50%
HumanEval+EvalPlus v0.1.10 · pass@169.11%
IFEvalStrict · prompt-level70.49%

Loading and generation

The evaluation environment uses PyTorch 2.10.0 (CUDA 12.8) and Transformers 4.57.6. A CUDA GPU and an appropriate PyTorch installation are required.

import torch
from transformers.dynamic_module_utils import get_class_from_dynamic_module

repo = "wxzhang/Fast-dLLM-v2-7B-dTRPO-Lite"
# Loads custom Python code from this repository; review it before execution.
Generator = get_class_from_dynamic_module("generate.FastdLLMGenerator", repo)
generator = Generator(repo, device="cuda", dtype=torch.bfloat16)
prompt = generator.tokenizer.apply_chat_template(
    [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": (
            "Question: What is 6 times 7?\n"
            r"Please reason step by step, and put your final answer within \boxed{}."
        )},
    ],
    tokenize=False,
    add_generation_prompt=True,
)
outputs = generator.batch_generate(
    [prompt], batch_size=1, max_new_tokens=2048,
    threshold=0.9, temperature=0.0, repetition_penalty=1.1,
    use_prefix_cache=True, use_block_cache=True,
)
print(outputs[0])

generate() accepts exactly one prompt. Use batch_generate() for multiple prompts; it sorts requests by token length and maintains per-sample cache state. Use this diffusion decoder rather than the standard autoregressive transformers.generate() path. Different batch sizes may produce different outputs; follow the benchmark settings above when reproducing the scores.

For loading weights without the decoding wrapper:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "wxzhang/Fast-dLLM-v2-7B-dTRPO-Lite",
    trust_remote_code=True, dtype=torch.bfloat16,
)
tokenizer = AutoTokenizer.from_pretrained(
    "wxzhang/Fast-dLLM-v2-7B-dTRPO-Lite", fix_mistral_regex=True,
)

Attribution and included files

Base model: Fast-dLLM-v2-7B, based on Qwen2.5-7B-Instruct. The upstream base model is marked Apache-2.0. The accompanying post-training project code carries the FAIR Noncommercial Research License, preserved in LICENSE; upstream notices are retained in BASE_MODEL_README.md. This package does not remove upstream restrictions.

This research checkpoint has not been validated for safety-critical deployment. The repository includes model weights, tokenizer, custom inference code and documentation, but no optimizer states, trainer state, private logs or credentials.

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
Fast_dLLM_QwenForCausalLM
Ревизия весов
ae3cc90

0 моделей