arXiv · cs.AI· Chung-En Ho, Weiyu Sun, Cheng-Jhih Shih, He Li, Yong Liu, Yingyan Celine Lin·· 2 天前
SpecFold利用多分支冗余加速扩散语言模型推测解码
SpecFold: Folding Multi-Branch Redundancy for Faster Speculative Decoding in Diffusion Language Models
arXiv:2610.04875v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Chung-En Ho, Weiyu Sun, Cheng-Jhih Shih, He Li, Yong Liu, Yingyan Celine Lin
研究任务与主要进展
SpecFold面向扩散语言模型的多分支推测解码，通过复用父分支中高度相似的隐藏状态，并用Triton实现稀疏多分支执行来降低验证开销。作者在两类DLLM、5个模型和5个标准基准上报告，相比Spiffy最高提升1.64倍吞吐，相比vanilla decoding最高提升1.99倍，并保持相当的任务性能。该结果基于论文摘要，具体实验配置与基准细节尚未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org