RePara强化扩散LLM并行生成

2026年10月15日，arXiv Artificial Intelligence发布的一篇论文提出RePara方法，用于强化扩散大语言模型的并行生成能力。报道称，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，作者Jiahao Kuang等人提出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。目前该工作处于论文发布阶段，报道未提及后续实验验证或应用进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。