/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
sdar · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
7 апр 2026

I-DLM-8B

Генерация текстаТекст → текст7 профессий

Диффузионная языковая модель на базе Qwen3-8B для генерации текста и диалогов с параллельным декодированием токенов.

1 531скачиваний за 30 дней14лайковвеса обновлены15 апр 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

I-DLM-8B — языковая модель диффузионного типа с 7,6 млрд параметров, созданная командой проекта I-DLM на основе Qwen3-8B. Модель предназначена для генерации текста и диалогов; её метод Introspective Strided Decoding позволяет генерировать и проверять токены параллельно. В карточке заявлено качество, сопоставимое с авторегрессионными моделями того же масштаба на 15 бенчмарках, а также повышенная пропускная способность при высокой параллельной нагрузке.

Для воспроизведения результатов авторы рекомендуют конвейер ISD на базе SGLang, поддерживающий пакетную обработку и KV-кэш. Прямая загрузка через Transformers пока не поддерживается для воспроизведения результатов статьи. Контекст модели — до 40 960 токенов; веса представлены в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в диалоговом ассистенте
  • параллельная генерация текста при высокой нагрузке
  • развёртывание языковой модели с пакетной обработкой запросов
  • экспериментальное сравнение диффузионного и авторегрессионного декодирования

Ограничения

Для воспроизведения результатов требуется рекомендованный авторами конвейер ISD на базе SGLang; прямая загрузка через Transformers для этого не поддерживается. Заявления о качестве и производительности приведены в карточке модели и зависят от настроек оценки и инференса.

Для каких профессий подходит7

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

I-DLM-8B

Introspective Diffusion Language Model (8B) — a diffusion language model converted from Qwen3-8B that matches AR quality while enabling parallel token generation.

[Project Page] [Paper] [Code]

Highlights

  • First DLM to match same-scale AR quality across 15 benchmarks
  • Introspective Strided Decoding (ISD): single-pass generation + verification with p/q acceptance criterion
  • AR-compatible serving via SGLang (paged KV cache, continuous batching, CUDA graphs)
  • 2.9–4.1× higher throughput than prior DLMs at high concurrency

Results

Quality (I-DLM-8B vs baselines)

BenchmarkI-DLM-8BQwen3-8B (AR)LLaDA-2.1-mini (16B)SDAR (8B)
ARC-C95.895.890.291.9
MMLU82.483.574.578.6
MMLU-Pro73.175.164.856.9
GPQA-D55.658.946.040.2
GPQA54.955.453.3---
GSM8K95.096.089.091.7
MATH-50096.895.885.078.6
MathBench89.193.184.276.9
AIME-2469.673.143.310.0
AIME-2560.865.443.310.0
HumanEval93.395.186.078.7
MBPP92.293.482.172.0
LiveCodeBench-v645.750.330.416.6
IFEval84.784.783.261.4

Usage

Note: This model checkpoint is hosted on HuggingFace for weight distribution. For inference, please use our SGLang-based ISD pipeline which implements the Introspective Strided Decoding algorithm described in the paper. Direct loading via transformers is not currently supported for reproducing paper results.

Inference via SGLang (Recommended)

# Install
git clone https://github.com/Introspective-Diffusion/I-DLM.git
cd I-DLM/inference && bash install.sh

# Launch server
python -m sglang.launch_server \
    --model-path yifanyu/I-DLM-8B \
    --trust-remote-code --tp-size 1 --dtype bfloat16 \
    --mem-fraction-static 0.85 --max-running-requests 32 \
    --attention-backend flashinfer --dllm-algorithm IDLMBlockN \
    --dllm-algorithm-config inference/configs/idlm_blockN4_config.yaml \
    --port 30000

# Generate
curl http://localhost:30000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"default","messages":[{"role":"user","content":"Prove sqrt(2) is irrational."}],"max_tokens":4096}'

See the inference README for detailed setup, evaluation, and benchmarking.

Method

I-DLM recovers introspective consistency (AR models' inherent self-agreement) through:

  1. Strict causal masking across both masked and clean tokens
  2. Logit shift (Dream shift): hidden state at position i predicts token i+1
  3. All-masked training with auto-balanced loss: CE loss on both noisy and clean token positions, dynamically balanced

Related Models

ModelHuggingFaceDescription
I-DLM-8Byifanyu/I-DLM-8BConverted from Qwen3-8B
I-DLM-32Byifanyu/I-DLM-32BConverted from Qwen3-32B
I-DLM-8B-LoRAyifanyu/I-DLM-8B-lora-r128Gated LoRA adapter (rank=128) for lossless R-ISD

Citation

@article{yu2026introspective,
  title={Introspective Diffusion Language Models},
  author={Yu, Yifan and Jian, Yuqing and Wang, Junxiong and Zhou, Zhongzhu
          and Zhuang, Donglin and Fang, Xinyu and Yanamandra, Sri
          and Wu, Xiaoxia and Wu, Qingyang and Song, Shuaiwen Leon
          and Dao, Tri and Athiwaratkun, Ben and Zou, James
          and Lai, Fan and Xu, Chenfeng},
  journal={arXiv preprint arXiv:2604.11035},
  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
SDARForCausalLM
Ревизия весов
3cecd8c

0 моделей