arXiv · cs.AI· Haohui Zhang, Zhiye Wang, Xiaoying Gan, Xinbing Wang, Bo Jiang·· 4 小时前
LEAP：通过前瞻式提前收敛词元检测加速扩散语言模型并行解码
LEAP: Unlocking dLLM Parallelism via Lookahead Early-Convergence Token Detection
arXiv:2605.10980v2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：Haohui Zhang, Zhiye Wang, Xiaoying Gan, Xinbing Wang, Bo Jiang
研究任务与主要进展
作者提出无需训练、可即插即用的LEAP方法，利用未来上下文过滤和多序列叠加检测扩散语言模型中的提前收敛词元，从而放宽并行解码对高置信度阈值的依赖。论文摘要称，多领域基准测试中平均去噪步数较置信度解码减少约30%；在GSM8K上与dParallel结合时达到每步7.2个词元，同时保持模型精度。
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