让 Diffusion LLM 多走几步：RePara 强化并行生成能力

对四个代表性 diffusion 大语言模型的固定配额评测显示，每步生成 16 个 token 时数学与代码任务得分全部低于 15%。为此提出的 RePara 通过组相对策略优化强化短连续 token 块，并降低 rollout 与对数概率重算开销。