Uno 架构让扩散 LLM 兼得 AR 质量,推理速度超 EAGLE-3
JFPuget · x · 2026-09-04
ssahoo 介绍新方法 Uno，针对扩散 LLM 相对自回归(AR)模型的两短板：质量更低、大批量推理时更慢。
- 保留 LLM 的 AR 架构，每层同时持有 AR 权重与 Diffusion 两组权重
- Diffusion 权重可从 AR 分布无损地并行采样
- 速度超过所有投机解码方法（DFlash、EAGLE-3）
- 成绩超越全部现有扩散 LLM：Mercury 2、Diffusion Gemma、Llada
论文、模型与代码均已开源放出。
所属事件:Uno 架构发布：扩散增强 LLM 质量与速度兼得(2 条相关)→
「模型」频道最新
- ChatGPT 竟对约会强奸案受害者说"你被强奸了",引发训练数据之争 — airkatakana · 2026-09-04
- Astra 在 LifeSciBench 展现接近理想的测试时扩展收益 — soleio · 2026-09-04
- Astra 无需 CoT 得 ARC-AGI-3 97%、ARC-AGI-1 86% — FeeAvailable3770 · 2026-09-04
- GPT-6 Astra 刷新 ARC-AGI 纪录:标准测试 62.7%,新架构下达 99.9% — repligate · 2026-09-04
- 浏览器截图实测:GLM 5.3 Flash 胜过 DeepSeek V4 Flash Vision — Certain_Pension6305 · 2026-09-04
- Reddit 用户质疑 Artificial Analysis 数据可信：同一模型同榜分数不一 — metigue · 2026-09-04