Адаптивный диффузионный черновик для спекулятивного декодирования, ускоряющий генерацию текста моделью Qwen3-8B.

Подходит для: ускорение инференса Qwen3-8B через спекулятивное декодирование · адаптивный подбор числа черновых токенов на шаг генерации · снижение задержки при генерации текста целевой LLM

Модифицированная версия GLM-5.3-Flash для генерации текста с уменьшенной склонностью к отказам, предназначенная прежде всего для исследований отказов и контролируемого red-teaming.

Подходит для: исследование механизмов отказа языковых моделей · проверка устойчивости модели к вредоносным запросам · контролируемый red-teaming и оценка безопасности

Черновая модель DFlash 2 ускоряет генерацию Qwen3.8-27B, предлагая блоки токенов для проверки при спекулятивном декодировании.

Подходит для: ускорение генерации ответов Qwen3.8-27B на сервере · ускорение решения математических задач моделью Qwen · ускорение генерации кода моделью Qwen

Черновая модель DFlash семейства Qwen3 для ускорения генерации текста в паре с Qwen/Qwen3.6-27B.

Подходит для: ускорение генерации текста методом speculative decoding · параллельное черновое декодирование для Qwen3.6-27B · экспериментальная настройка инференса в vLLM или SGLang

Черновая модель DFlash для ускорения инференса Qwen/Qwen3.6-35B-A3B посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста на сервере с Qwen3.6-35B-A3B · повышение пропускной способности пакетного инференса Qwen · спекулятивное декодирование в SGLang с проверкой токенов целевой моделью

Компактная модель-черновик DFlash предлагает блоки токенов для speculative decoding, ускоряя генерацию текста целевой моделью openai/gpt-oss-120b.

Подходит для: ускорение инференса openai/gpt-oss-120b через speculative decoding · ускорение генерации ответов на математические задачи · ускорение генерации кода при решении задач HumanEval и MBPP

Черновая модель DFlash для ускорения генерации текста с помощью спекулятивного декодирования целевой моделью Qwen.

Подходит для: ускорение инференса совместимой модели Qwen · параллельное черновое предсказание токенов при генерации текста · интеграция DFlash в сервер генерации на Transformers

Черновая модель DFlash на базе Qwen3.5-9B, ускоряющая генерацию целевой модели через спекулятивное декодирование.

Подходит для: ускорение генерации ответов Qwen3.5-9B в сервере вывода · повышение пропускной способности сервиса диалоговой модели · ускорение генерации решений математических задач

Черновая модель DFlash 2, которая ускоряет генерацию GLM-5.3-Flash с помощью спекулятивного декодирования в SGLang.

Подходит для: ускорение генерации текста моделью GLM-5.3-Flash в SGLang · предсказание блоков токенов для спекулятивного декодирования · интеграция чернового декодера в сервер генерации на базе GLM-5.3-Flash

Мультимодальная модель Xiaomi для генерации текста, агентных задач и работы с инструментами, с контекстом до миллиона токенов.

Подходит для: написание и исправление программного кода · выполнение многошаговых задач с вызовом инструментов · ответы на вопросы по длинным репозиториям и трассам взаимодействия

Вспомогательная модель DFlash, которая ускоряет генерацию текста моделью Google Gemma 4 31B Instruct за счёт спекулятивного декодирования.

Подходит для: Ускорение генерации ответов Gemma 4 31B Instruct · Параллельное черновое предсказание токенов при спекулятивном декодировании · Снижение задержки текстовой генерации в совместимом сервере vLLM

Черновая модель DFlash для ускорения генерации Qwen3.5-122B-A10B методом спекулятивного декодирования в совместимом сервере инференса.

Подходит для: ускорение генерации ответов целевой моделью Qwen3.5-122B-A10B · ускорение решения математических задач при инференсе · ускорение генерации кода целевой моделью

Черновая модель DFlash для спекулятивного декодирования Qwen3.5-4B, ускоряющая генерацию токенов при работе в совместимом сервере инференса.

Подходит для: ускорение инференса Qwen3.5-4B в SGLang · увеличение пропускной способности генерации текста при пакетной обработке запросов · ускорение ответов на математические задачи с сохранением выходного распределения целевой модели

Черновая диффузионная модель DFlash предлагает продолжения для ускорения спекулятивного декодирования meta-llama/Llama-3.1-8B-Instruct.

Подходит для: Ускорение генерации ответов Llama 3.1 8B в SGLang · Параллельное черновое декодирование продолжений текста · Ускорение генерации при решении математических задач

Компактная модель-черновик DFlash для спекулятивного декодирования, ускоряющая генерацию текста целевой моделью Qwen/Qwen3-8B.

Подходит для: ускорение генерации текста моделью Qwen3-8B · параллельная подготовка черновых токенов при спекулятивном декодировании · интеграция DFlash в сервер вывода Qwen3-8B

Черновая DFlash-модель для ускорения генерации текста базовой моделью Gemma 4 посредством speculative decoding.

Подходит для: ускорение генерации ответов Gemma 4 на сервере · ускорение пакетной генерации при параллельной обработке запросов · снижение задержки генерации в совместимой конфигурации vLLM

Черновая модель DFlash 2 для ускорения генерации текста zai-org/GLM-5.3 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста с GLM-5.3 в SGLang · ускорение решения математических задач с GLM-5.3 · ускорение генерации кода с GLM-5.3

Вспомогательная DFlash-модель для ускорения генерации moonshotai/Kimi-K3 посредством параллельных предложений токенов с проверкой целевой моделью.

Подходит для: ускорение генерации текста с Kimi-K3 через speculative decoding · развёртывание DFlash-декодирования в SGLang · ускорение генерации ответов на математические задачи

Черновая модель DFlash для спекулятивного декодирования, ускоряющая генерацию GLM-5.3-Flash при совместном обслуживании с целевой моделью.

Подходит для: ускорение генерации текста на сервере GLM-5.3-Flash · параллельное предложение блоков токенов для проверки целевой моделью · повышение пропускной способности сервинга LLM в SGLang

Дообученная на агентных трассах модель GLM-4.7-Flash для решения задач программирования и внесения изменений в кодовые репозитории с использованием инструментов.

Подходит для: исправление ошибок в коде по описанию issue · внесение изменений в несколько файлов проекта · анализ структуры репозитория и поиск нужных участков кода

Черновая модель DFlash для Qwen3.5-35B-A3B, ускоряющая серверную генерацию текста посредством спекулятивного декодирования.

Подходит для: ускорение генерации ответов моделью Qwen3.5 на сервере инференса · увеличение пропускной способности при параллельной генерации текста · ускорение решения математических задач целевой моделью

Черновая модель AEON-7 для спекулятивного декодирования DFlash, ускоряющая генерацию Qwen3.6-35B-A3B и совместимых производных в vLLM.

Подходит для: ускорение генерации текста моделью Qwen3.6-35B-A3B · спекулятивное декодирование модели Ornith в vLLM · развёртывание DFlash на DGX Spark с GB10

Черновая модель DFlash для ускорения обслуживания GLM-5.3-NVFP4 с помощью спекулятивного декодирования.

Подходит для: ускорение генерации GLM-5.3-NVFP4 в сервере SGLang · параллельное предложение токенов для спекулятивного декодирования · повышение пропускной способности сервиса генерации текста

Модель-черновик DFlash 2 предлагает блоки токенов для спекулятивного декодирования и ускорения генерации Muse-Glimmer-30B.

Подходит для: ускорение генерации Muse-Glimmer-30B через спекулятивное декодирование · ускорение решения математических задач целевой моделью · ускорение генерации кода целевой моделью