## 推奨設定
[Unsloth Studio](#unsloth-studio-guide) モデルに最適な推論設定を自動的に設定します。必要に応じて以下を使用してください:
| カテゴリ | 設定 | 値 |
| ------ | ----------- | --------------------------- |
| サンプリング | メソッド | `diffusion_sampling` |
| サンプリング | サンプラー | `entropy_bounded_denoising` |
| サンプリング | 最大デノイズステップ数 | `48` |
| 温度 | 温度スケジュール | `linear_decay` |
| 温度 | 温度開始 | `0.8` |
| 温度 | 温度終了 | `0.4` |
| エントロピー | エントロピー上限 | `0.1` |
| 適応停止 | 適応停止が有効 | `true` |
| 適応停止 | エントロピー閾値 | `0.005` |
| キャンバス | キャンバス長 | `256` |
**適応停止のトリガー条件**
適応停止は次の場合にのみトリガーされるべきです **両方** 条件が満たされたとき:
| 条件 | 必要値 |
| ------------------------- | --------- |
| キャンバスの平均エントロピー | `< 0.005` |
| 最も高確率のトークンが2ステップ連続で安定している | `true` |
各デノイズステップで、サンプラーは相互情報量の上限が次の値のままである、最も低エントロピーのトークンを選択する必要があります: `entropy_bound = 0.1`。選択されなかったトークンは、次のデノイズステップまでに完全に再ノイズ化される必要があります。
### 思考モード
DiffusionGemmaはGemma 4スタイルの思考モードをサポートしています。思考を有効にするには、システムプロンプトの先頭に思考トークンを追加します:
```
<|think|>
```
思考が有効な場合、モデルは内部推論チャネルに続いて最終回答を出力することがあります:
```
<|channel>thought
[内部推論]
[最終回答]
```
思考を無効にするには、システムプロンプトから `<|think|>` トークンを削除してください。思考が無効でも、モデルは空の思考チャネルを出力することがあります:
```
<|channel>thought
[最終回答]
```
複数ターン会話では、 **しません** 以前の隠れた思考は会話履歴に含めないでください。次のユーザーターンの前には、最後のアシスタント応答のみを含めてください。
## DiffusionGemmaのベストプラクティス
### マルチモーダルプロンプト
DiffusionGemmaは、テキストと画像を含むインターリーブされたマルチモーダル入力をサポートしています。動画は画像フレームのシーケンスとして処理できます。
マルチモーダルプロンプトで最良の結果を得るには、画像またはフレームの内容をテキスト指示の前に置いてください。例:
```
[画像]
グラフを説明し、主要な傾向を要約してください。
```
文書解析、OCR、チャート理解、UI理解、または短いテキスト抽出には、より大きい視覚トークン予算を使用してください。
サポートされる視覚トークン予算:
| 視覚トークン予算 | 最適な用途 |
| -------- | -------------------- |
| 70 | 高速分類、簡単なキャプション生成 |
| 140 | 軽量な視覚QA |
| 280 | 一般的な画像理解 |
| 560 | OCR、チャート、UIスクリーンショット |
| 1120 | 高密度文書、小さな文字、詳細抽出 |
動画風の入力については、DiffusionGemmaは最大 **60秒** まで処理できます **1秒あたり1フレーム**.
### サンプリングメモ
DiffusionGemmaは通常の次トークン専用モデルではありません。ノイズのあるトークン予測を繰り返し洗練することで、 **キャンバス**と呼ばれるトークンのブロックを生成します。生成プロセスはおおむね次のように動作します:
1. エンコーダがプロンプトを処理し、コンテキストキャッシュを構築します。
2. デコーダが256トークンの生成キャンバスを受け取ります。
3. 拡散サンプラーがキャンバスを反復的にデノイズします。
4. 確信度の高いトークンが選択され、保持されます。
5. 不確かなトークンは再びノイズ化され、再度洗練されます。
6. キャンバスが完成すると、それはコンテキストに追加されます。
7. モデルは次のキャンバスへ進みます。
このブロック自己回帰アプローチにより、DiffusionGemmaは標準的な自己回帰モデルより少ない順伝播回数で多くのトークンを生成できます。
## ベンチマーク
DiffusionGemmaは速度とマルチモーダル推論に最適化されていますが、従来の推論ベンチマークでは標準のGemma 4のほうが強力です。
| ベンチマーク | DiffusionGemma 26B-A4B | Gemma 4 26B-A4B |
| ------------------- | ---------------------: | --------------: |
| MMLU Pro | 77.6% | 82.6% |
| AIME 2026 ツールなし | 69.1% | 88.3% |
| LiveCodeBench v6 | 69.1% | 77.1% |
| Codeforces ELO | 1429 | 1718 |
| GPQA Diamond | 73.2% | 82.3% |
| Tau2 平均 | 56.2% | 68.2% |
| HLE ツールなし | 11.0% | 8.7% |
| HLE 検索あり | 11.9% | 17.2% |
| BigBench Extra Hard | 47.6% | 64.8% |
| MMMLU | 81.5% | 86.3% |
| 長文コンテキストベンチマーク | DiffusionGemma 26B-A4B | Gemma 4 26B-A4B |
| ------------------------ | ---------------------: | --------------: |
| MRCR v2 8 needle 128K 平均 | 32.0% | 44.1% |
**視覚ベンチマーク:**
| 視覚ベンチマーク | DiffusionGemma 26B-A4B | Gemma 4 26B-A4B |
| ----------------------- | ---------------------: | --------------: |
| MMMU Pro | 54.3% | 73.8% |
| OmniDocBench 1.5、低いほど良い | 0.319 | 0.149 |
| MATH-Vision | 70.5% | 82.4% |
| MedXPertQA MM | 49.0% | 58.1% |
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://unsloth.ai/docs/jp/moderu/diffusiongemma.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
.gif?alt=media&token=2bc254a8-dbf9-4638-a5cb-8a7877d3c9fa)