离散扩散方法实现 LLM 无损推理加速

2026 年 10 月 3 日，AGI Hunt 报道了 Cohere Labs 的一场讲座内容。讲座中，MBZUAI-IFM 高级研究科学家 Subham Sahoo 提出一种离散扩散方法，称其可证明地实现大语言模型（LLM）的无损推理加速。报道还称，该方法能作为现有训练管线的 drop-in 替换，即无需大幅改造现有管线即可接入。报道未披露该方法的具体实现细节、所测试的模型、加速比或评测数据，也未提及是否已有配套论文或代码发布。事件此前已以“Cohere Labs 用离散扩散实现 LLM 无损推理加速”为题被记录，本次新报道补充的信息主要是提出者身份（MBZUAI-IFM 高级研究科学家 Subham Sahoo）以及“可直接替换现有训练管线”这一点。目前尚无与早先报道相矛盾的说法，后续进展有待更多信息披露。

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。