arXiv · cs.AI· Jiahao Kuang, Yangfan Gao, Tao Gui, Yuanbin Wu, Qi Zhang, Xuanjing Huang, Tao Ji·· 11 小时前
RePara通过强化连续词块并行提升扩散式大语言模型性能
A Few More Tokens Ahead: Reinforcing Parallelism in Diffusion LLMs
arXiv:2610.18200v1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：Jiahao Kuang, Yangfan Gao, Tao Gui, Yuanbin Wu, Qi Zhang, Xuanjing Huang, Tao Ji
研究任务与主要进展
研究提出RePara，在扩散式大语言模型中用群相对策略优化强化连续短词块的并行生成，并降低rollout与对数概率重计算成本。基于论文摘要，RePara在LLaDA和SDAR上以更少去噪预算超过JustGRPO的GSM8K与MATH-500准确率；在LLaDA/MATH设置中，训练步速提升1.96倍。固定配额评测显示四种代表模型在每步16个token时数学和代码得分均低于15%。
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