Orthrus-Qwen3-4B
Orthrus — это простая и эффективная платформа с двойной архитектурой, которая объединяет точную точность генерации авторегрессионных моделей большого...
Метка: diffusion
CADD-Base-7B
CADD-Base-7B — это языковая модель маскированной диффузии для генерации кода, дополненная непрерывно расширяемой дискретной диффузией (CADD) — непрерывным...
LLaDA2.0-mini-CAP
LLaDA2.0-mini-CAP — это расширенная версия LLaDA2.0-mini, которая включает в себя параллельное обучение с учетом уверенности (CAP) для значительного...
LLaDA2.0-flash-CAP
LLaDA2.0-flash-CAP — это расширенная версия LLaDA2.0-flash, которая включает в себя параллельное обучение с учетом уверенности (CAP) для значительного...
Qwen3-0.6B-diffusion-bd3lm-v0.1
Эта модель была представлена в статье dLLM: Simple Diffusion Language Modeling. Qwen3-0.6B-diffusion-bd3lm-v0.1 — это языковая модель на основе...
gpt-oss-120b-DFlash
DFlash — это новый метод спекулятивного декодирования, в котором для черчения используется облегченная модель диффузии блоков. Это обеспечивает...
bloom-560m-RLHF-SD2-prompter
ДЕМО COLAB, ВКЛЮЧАЯ СТАБИЛЬНОЕ РАСПРОСТРАНЕНИЕ: https://colab.research.google.com/github/aicrumb/doohickey/blob/main/rlhfprompttuner.ipynb Использование RLHF (обучение с подкреплением на основе обратной связи с человеком) для...
DiRL-8B-Instruct
DiRL-8B-Instruct — это языковая модель диффузии параметров с 8B, специализированная для математических рассуждений. Он обучается с использованием платформы...
diffullama
Подробности и загрузку модели можно увидеть https://github.com/HKUNLP/DiffuLLaMA. — Трансформеры 4.44.2 — Pytorch 2.1.1+cu121 — Наборы данных 2.21.0 —...
Qwen3.5-122B-A10B-DFlash
Поддержка механизма вывода может быть пока не полностью доступна из-за архитектурных изменений, включая причинные уровни SWA. DFlash —...