LLaDA 2.2 在 BFCL 和 SWE-bench 上给出高吞吐成绩
FellMentKE · x · 2026-07-24
LLaDA 2.2 把扩散式 LLM 往 agent 方向再推一步
帖子称 LLaDA 2.2 是一款 面向 agent 的 MoE 扩散式大模型，核心改动是通过 Levenshtein editing（删除、插入、替换）实现解码过程中的自我纠错。作者的判断是：对 agent 来说，真正的瓶颈不是 block-parallel decoding，而是误差累积。
公开的性能数据
- BFCL-V4 function calling：703.82 TPS
- SWE-bench Verified coding：519.0 TPS
- 相比自回归模型，BF16 吞吐提升 1.64 倍
这条内容把它定位为一个面向 AI agents 的高吞吐、低延迟引擎，并附了 GitHub、Hugging Face 和技术报告链接。
所属事件:inclusionAI 发布 LLaDA2.2-flash：100B 扩散模型专攻 Agent 提速(9 条相关)→
「模型」频道最新
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11