IFM AI 发布扩散增强 LLM「Uno」无损提速 2.2 倍
IFM AI 团队发布扩散增强 LLM「Uno」，针对自回归模型逐 token 顺序生成的推理瓶颈。其核心思路是将模型参数解耦为两组，分别用标准 NTP 目标训练，在 K2 基座上实现 2.2 倍加速。团队声称该方法无损，即以扩散模型的速度达到自回归模型的质量，不降低响应质量。
2026-09-18 ~ 2026-09-18 · 2 条相关
- 第 1 集:论文提出 Uno：离散扩散为 LLM 带来无损推理加速(2026-09-08,4 条)
- 第 2 集:IFM AI 发布扩散增强 LLM「Uno」无损提速 2.2 倍(2026-09-18,2 条)
- 扩散增强 LLM「Uno」实现无损 2.2 倍加速，打破逐 token 生成瓶颈 — HongyiWang10 · 2026-09-18
- IFM AI 发布 Uno：扩散增强 LLM 无损提速 2.2 倍 — srchvrs · 2026-09-18