算法论文8

NVIDIA等推出Fast - dLLM v2，吞吐量提升2.5倍

机器之心2025-10-26

AI 摘要

NVIDIA、港大、MIT 联合推出 Fast - dLLM v2，将 AR 模型适配为 Block Diffusion LLM，只需约 1B tokens 微调，端到端吞吐量最高提 2.5 倍，成本低且精度可比。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

JustGRPO：让扩散语言模型回归极简

本文提出回归极简的方法 JustGRPO，在 RL 阶段让模型自回归生成，用标准 GRPO 训练，能超越各类针对 dLLM 设计的 RL 算法表现，提升推理表现同时保留并行解码能力。

大语言模型推理速度是应用瓶颈，传统方法各有弊端。上交和UCSD团队提出Jacobi Forcing方案，无需重构架构，将AR模型转为并行解码器，提速显著且质量损失小，核心优势多，技术路线全链路优化，实测表现优。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。