Uno 架构发布：扩散增强 LLM 质量与速度兼得

伊利诺伊、康奈尔、Cerebras 等机构的研究者（含 Eric Xing、Zhingzhong Liu 等）发布新方法 Uno，一种扩散增强 LLM，针对扩散 LLM 相对自回归模型质量更低、大批量推理更慢两大短板。Uno 保留 LLM 的自回归架构，每层同时持有相应表示，在质量与推理速度上兼得：8B 模型跑赢 26B 的 DiffusionGemma 与 Mercury 2，推理速度超过 EAGLE-3。

2026-09-04 ~ 2026-09-04 · 2 条相关

• 扩散增强 LLM「Uno」：8B 跑赢 26B DiffusionGemma 与 Mercury 2 — iScienceLuvr · 2026-09-04
• Uno 架构让扩散 LLM 兼得 AR 质量,推理速度超 EAGLE-3 — JFPuget · 2026-09-04