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
- Anthropic 发起数学自动形式化项目，号称数学界的 AlphaFold — burny_tech · 2026-09-09
- OpenFrontier 登 RSS 2026：VLM 加持的零样本开放世界机器人导航 — rsasaki0109 · 2026-09-09
- 网友:Open Problems 数学题被做成 RL 环境,与 benchmark 本为一体 — burny_tech · 2026-09-09
- ICML 2026 杰出论文背后的撞车故事:同月独立得到扩散模型采样结果 — peter_richtarik · 2026-09-09
- UrbanLLMind:1 万个带记忆的 LLM 智能体模拟旧金山一周人流 — anas_ant · 2026-09-09
- Radial Science 承诺 2000 万美元资助 Prism 破解蛋白质运动 — anshulkundaje · 2026-09-09