新论文用离散扩散为 LLM 提速,作者回应与 Orthrus 撞车质疑
_akhaliq · x · 2026-09-09
Hugging Face 论文页发布《Unlocking Lossless Speedups in LLMs via Discrete Diffusion》,提出方法 Uno:在不改动架构(含注意力)的前提下结合自回归与扩散生成以实现无损加速。
有评论质疑其核心框架与四个月前发布的 Orthrus(arXiv:2605.12825)几乎相同。作者 Subham Sekhar Sahoo 回应称:Orthrus 通过增加扩散注意力头、使用双向注意力改变了架构,而 Uno 保持架构不变,两者虽有相似之处但核心思想不同,将在下一版中加入讨论。
所属事件:论文提出 Uno:离散扩散为 LLM 带来无损推理加速(4 条相关)→
「研究」频道最新
- 斯坦福血液蛋白测器官年龄:1/5 健康人器官提前衰老 — jgooten · 2026-11-19
- Kaggle 指 AI 评测四大症结:相关性、饱和、验证、基础设施 — MeganRisdal · 2026-11-19
- 研究者称其真实同行评审是只问全球顶尖两三人,会议评审是噪音 — taiyasaki · 2026-11-19
- 写给政策制定者的 AI 评测入门:看榜单前先问这五个问题 — sethlazar · 2026-11-19
- WeightBench 基准:让 LLM 直接读写神经网络权重 — Aayush Marasini · 2026-11-19
- 研究:40份开源LLM技术报告仅4份交代多次训练运行 — Bahaeddin Türkoğlu · 2026-11-19