Shared-YesNo-Qwen3-0.6B-S1

Shared Yes/No Qwen3-0.6B — S1

通过共享 Yes/No mask 读出进行动态选择、二元判断和有序评分的完整 BF16 模型。

• 原始模型：dllm-hub/Qwen3-0.6B-diffusion-mdlm-v0.1，revision c8d24a3f4adaeef46881b450e1bf7d1005203bd7。
• 训练数据：S1，40,000 条决策；从原始 MDLM base 全参数训练三轮，不是从 S0 续训。
• 发布 checkpoint：step 1,300，按原 S0 开发集 mean KL 选中；dev KL 0.26017。它不是 epoch 1 结束时的 step 1,250，也不是 epoch 2 结束时的 step 2,500。
• 权重、模型代码和 tokenizer 保持原 checkpoint 内容，不是 LoRA，也不是量化模型。

使用

hf download SEU-ZZH/Shared-YesNo-Qwen3-0.6B-S1 \
  --local-dir ./models/shared-yesno-s1

按代码仓库 README准备环境和数据，将评测命令的 --model-path 指向上述目录。使用 AutoModelForMaskedLM、trust_remote_code=True 和项目的 Shared Yes/No 读出，而不是普通聊天生成接口。原模型代码的演示导入需要代码仓库提供的 support/dllm_stub 兼容路径。

完整外部评测

同一冻结测试集，BF16、温度 1、batch 1、完整候选输入：

代码、训练/测试数据和实验说明见项目仓库。模型基于 Qwen3 与 dLLM 的 MDLM 实现，保留上游归属；上游指定 revision 的模型卡声明 Apache-2.0。该声明不重新许可训练数据。当前发布为私有仓库。