AnswersPublished21 sources
Clover vil gjøre diffusjonsmodeller bedre til å bruke verktøy
Clover 35B A3B Preview er en åpen, tekstbasert diffusjonsmodell for kodeagenter og verktøybruk. I stedet for å lage tekst strengt ett token om gangen, genererer modellen tekstblokker med toveis oppmerksomhet innad i hver blokk.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Clover 35B A3B Preview er en åpen, tekstbasert diffusjonsmodell for kodeagenter og verktøybruk.
- I stedet for å lage tekst strengt ett token om gangen, genererer modellen tekstblokker med toveis oppmerksomhet innad i hver blokk.
- DiffuSpace oppgir en hastighet på opptil 680 tokens i sekundet på én GB300. En separat evaluering av nettagenter rapporterer en median gjennomføringstid på 1,52 sekunder på 49 oppgaver.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DiffuSpace’s Clover-35B-A3B-Preview, open-sourced on October 29, 2026 by the team behind Dream 7B, and how does it target coding, to. Article summary: Clover-35B-A3B-Preview is DiffuSpace’s open-weight, text-only diffusion language model, adapted from Qwen3.6-35B-A3B and associated with the HKU team behind Dream 7B; its reported emphasis is agentic coding and tool use . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
DiffuSpace sin Clover-35B-A3B-Preview er en åpen, tekstbasert diffusjonsmodell tilpasset fra Qwen3.6-35B-A3B. Den er særlig rettet mot koding og agenter som bruker verktøy, ikke bare vanlig chat. DiffuSpace rapporterer sterke resultater på agentoppgaver, men resultatene er ikke uavhengig bekreftet. De viser heller ikke i seg selv at modellen håndterer lange arbeidsflyter med mange muligheter for feil pålitelig. 3
5
21
Tekst i blokker, ikke ett token om gangen
Autoregressive språkmodeller lager vanligvis tekst fra venstre mot høyre, ett token av gangen. Clover bruker i stedet blokkdiffusjon: Modellen lager tekst i blokker og kan bruke toveis oppmerksomhet innenfor hver blokk, samtidig som den bevarer et kausalt prefiks – teksten som allerede er etablert før den aktuelle blokken. 2
4
Modellen bygger på Qwen3.6-35B-A3B og beskrives som en mixture-of-experts-modell (MoE) med 35 milliarder parametere totalt og omtrent 3 milliarder aktive per token. Modellbeskrivelsene oppgir også en tenkemodus og et kontekstvindu på rundt 128 000 tokens. 5
8
Kildene omtaler lærte Gated DeltaNet-parametere som del av blokkdiffusjonsdesignet, men gir ikke nok detaljer til å vurdere hvilken konkret rolle en eventuell omstrukturering av Gated DeltaNet eller justering av blokkstørrelsen spiller. 2
7
Hva agentresultatene sier – og ikke sier
DiffuSpace retter Clover mot agentbasert koding og verktøybruk. Resultatene selskapet viser til, omfatter tester av programvarereparasjon, terminaloppgaver og funksjonskall. En separat rapport beskriver også en evaluering av nettleseragenter og demonstrasjoner med oppgaver som påmelding, fakturahåndtering og informasjonsinnhenting. 21
Det tilgjengelige materialet sier ikke nok om hvor godt Clover lager front-end-kode. Det viser heller ikke at blokkdiffusjon alene hindrer feilformaterte verktøykall eller gjentatte mislykkede forsøk. Slike spørsmål krever testing av hele oppgaver over tid; verken genereringshastighet eller en enkelt benchmarkscore kan avgjøre dem alene.
Resultater DiffuSpace rapporterer
Poengene nedenfor er oppgitt av DiffuSpace eller omtalt i dekning av selskapets resultater. De bør ikke leses som uavhengig bekreftede funn. 21
| Evaluering | Oppgitt resultat |
|---|---|
| SWE-bench Verified | 73,6 |
| Terminal-Bench 2.1 | 51,7 |
| τ³ Overall | 65,3 |
| BFCL-v4 | 67,9 |
Kildene gir ikke nok sammenlignbare detaljer til å fastslå nøyaktige forskjeller mellom Clover, Qwen3.6-35B-A3B og andre autoregressive modeller i tilsvarende størrelse. Sammenligninger bør derfor tolkes med varsomhet dersom modellinnstillinger og testbetingelser ikke er like.
Oppgitt hastighet og nettleseroppgaver
En sammenligningsside oppgir at DiffuSpace målte en topphastighet på 680 tokens i sekundet på én NVIDIA GB300. 27 I en separat WindTunnel-test av nettleseragenter ble 49 oppgaver forsøkt tre ganger hver. Rapporten oppgir en median gjennomføringstid på 1,52 sekunder for Clover, mot 3,21 sekunder for Jev pluss Mercury 2.5. Oppgitt suksessrate per forsøk var henholdsvis 98,6 og 95,9 prosent. Dette er rapporterte testresultater, ikke en garanti for hvordan modellen vil klare alle nettleseroppgaver.
21
Kildene dokumenterer ikke en hastighet for Clover på én H200 eller en direkte sammenligning med spekulativ dekoding i DFlash2. En ZeroGPU-demonstrasjon laget av et fellesskapsmedlem er omtalt, men en tilgjengelig demo er ikke det samme som en benchmark. 1
Vekter, lisens og lansering
De offisielle modellvektene ligger på Hugging Face, og DiffuSpace har også en offisiell GGUF-repositorie for lokal kjøring. 5
6 PC Watch oppgir Apache 2.0-lisens og skriver at inferenskode for Transformers er tilgjengelig. Støttekode og oppsettsveiledninger for SGLang og llama.cpp ble omtalt som planlagt, men ikke ennå publisert.
17
Lanseringsdatoen er oppgitt ulikt: PC Watch oppgir 28. oktober, kinesisk tid, mens DiffuSpace sin lanseringsartikkel på Hugging Face er datert 30. oktober. 3
17 Kildene dokumenterer også en ZeroGPU-chatdemo laget av fellesskapet, men bekrefter ikke konkrete planer for agentrammeverk eller en skrivebordsapp for koding.
1
Kort oppsummert
Clover er et interessant forsøk på å bruke blokkdiffusjon i kodeagenter og verktøybaserte arbeidsflyter. Arkitekturen skiller seg fra generering token for token, og de rapporterte benchmark- og hastighetsresultatene er verdt å følge opp. Men foreløpig er påstandene ikke uavhengig bekreftet. Eksterne tester bør undersøke om verktøykall får riktig format, om modellen kommer seg etter feil, om den fullfører lengre arbeidsflyter, og hvor lang tid oppgavene tar fra start til slutt – ikke bare måle tokens per sekund.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Clover vil gjøre diffusjonsmodeller bedre til å bruke verktøy"?
Clover 35B A3B Preview er en åpen, tekstbasert diffusjonsmodell for kodeagenter og verktøybruk.
What are the key points to validate first?
Clover 35B A3B Preview er en åpen, tekstbasert diffusjonsmodell for kodeagenter og verktøybruk. I stedet for å lage tekst strengt ett token om gangen, genererer modellen tekstblokker med toveis oppmerksomhet innad i hver blokk.
What should I do next in practice?
DiffuSpace oppgir en hastighet på opptil 680 tokens i sekundet på én GB300. En separat evaluering av nettagenter rapporterer en median gjennomføringstid på 1,52 sekunder på 49 oppgaver.