研究人员提出扩散语言模型投机解码框架SPOT

2026年10月19日，研究人员在 arXiv 提出面向扩散语言模型（DLMs）的投机解码方法 SPOT。该方法通过一个 0.62M 参数的模型预测位置生成顺序来构建候选树，并完成单次并行验证。此外，SPOT 结合耦合噪声匹配验证机制以支持任意温度。测试显示，该方法使目标模型传递次数减少最高 6.8 倍，吞吐量达到标准解码的最高 3.2 倍；其草稿模型还在 6 个不同的扩散语言模型间成功实现了跨模型迁移。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。