比 EAGLE-3 快 2.5 倍、Qwen3 推理加速 6.17 倍！DFlash 如何利用扩散模型终结自回归瓶颈？
核心摘要 在本研究中，我们推出了 DFlash。这是一种利用轻量级块扩散 (Block Diffusion) 模型在投机采样（Speculative Decoding）中进行草图拟合（Drafting）的新方法。 DFlash 实现了高效且高质量的并行草图生成，进一步突破了投机采样的性能极限。如图
Tag
dllm
共 1 篇文章
Tag
共 1 篇文章