LLM还能怎么提速？UNO用离散扩散把自回归逼进了墙角

自回归生成一个字一个字蹦，LLM推理慢成了老生常谈。UNO团队另辟蹊径，用离散扩散模型替代自回归解码——一次生成多个token，理论上能大幅压缩推理步数。关键问题是：提速之后质量还站得住吗？他们给出的答案是"无损"，代码已经开源。我倾向于相信这条路走得通：扩散模型在连续域早已验证了能力，离散化只是自然延伸。但HN上只有1个点、0条评论，说明社区还没认真看。一个开源项目，值得等它跑出真实benchmark再说。

原文：Unlocking Lossless Speedups in LLMs via Discrete Diffusion · 来源：Hacker News