邓志杰CNCC 2026演讲：扩散语言模型提速方法

上海交通大学副教授邓志杰在CNCC 2026以“扩散大语言模型方法及应用”为题发表演讲，梳理了D2F、MultiBD、CForce、LightningRL、Fast-dLLM、LoPA等在保证生成质量前提下提升扩散语言模型生成速度的方法。 邓志杰提出，评价效率既要看每轮能生成多少token，也要计入每轮耗时，并结合答案正确率、代码通过率考察生成质量。在两张H100、单样本、张量并行度为2的测试设置下，MBD-LLaDA2-Mini达到约746 TPS。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。