邓志杰在CNCC 2026讲解扩散语言模型加速方法

上海交通大学副教授邓志杰在CNCC 2026上以“扩散大语言模型方法及应用”为题，讲解如何让扩散语言模型在保证生成质量的同时生成得更快。 他围绕LLaDA、Dream的基础路线，介绍跨块并行生成、MultiBD训练、CForce与LightningRL后训练，以及Fast-dLLM、LoPA推理优化，并给出746 TPS等系统测试数据。

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。