Uno 论文：用 AR 权重校验扩散草稿，实现 LLM 无损加速

Uno 论文提出结合扩散式并行生成与自回归 LLM 的方法，以 Diffusion 权重一次草拟整块 token，并由未改动的 AR 权重校验。其速度超过 DFlash、EAGLE-3 等投机解码方法，质量优于 Mercury 2、Diffusion Gemma、Llada。该方法可直接构建在 Qwen3-8B 等开源模型之上。