邓志杰在CNCC 2026讲解扩散语言模型加速方法

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，讲解扩散语言模型的加速方法与系统优化，围绕能否在保证生成质量的同时让扩散语言模型生成得更快这一问题展开。 他梳理的加速路线包括：LLaDA、Dream的基础路线，D2F、MultiBD的跨块并行生成，CForce、LightningRL的后训练，以及Fast-dLLM、LoPA的推理优化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。