UCLA 论文解析扩散模型投机解码的速度—质量权衡

UCLA 论文《Speculative Diffusion is a Tale of Two Tradeoffs》将扩散语言模型（dLLM）的投机解码概括为速度与质量的双重权衡。与传统无损验证不同，dLLM 可降低 diffusion effort 并放宽 acceptance leniency，以牺牲部分样本质量换取更快生成；联合调节两项参数可拓宽速度—质量帕累托前沿。