上海交大邓志杰：扩散语言模型，怎样才能又快又好
要点导读
- 邓志杰在 CNCC 2026 讲解扩散语言模型
- 梳理 LLaDA、Dream 等基础路线
- 跨块并行生成、后训练与推理系统优化
- 评价效率需兼顾 token 数、耗时与质量
- 探索流式视频、语音修复、多模态应用
内容摘要
上海交通大学副教授邓志杰在 CNCC 2026 上围绕扩散大语言模型展开讨论，梳理从 LLaDA、Dream 基础路线到跨块并行生成、后训练和推理系统优化的方法。他强调评价效率需兼顾每轮生成 token 数、耗时及生成质量，并介绍了在流式视频、语音修复、多模态与智能体中的应用探索。
阅读原文
原文来源：雷峰网（leiphone.com）。本页摘要与要点整理自公开来源，版权归原作者所有，完整内容请阅读原文。
