跳到正文
arXiv · ML· Yifan Yu, Yuqing Jian, Jisen Li, Yuezhou Hu, Tianyi Zhang, Xiaoxia Wu, Rui-Jie Zhu, Junxiong Wang, Zhongzhu Zhou, Fan Lai, James Zou, Chenfeng Xu·· 2026-10-16AI 评分33

ORL 框架通过在线策略残差学习加速扩散语言模型推理

On-Policy Residual Learning for Diffusion Language Models

AI 导读

新框架 ORL 将在线策略残差学习应用于扩散语言模型,基于 Qwen3-4B 转换的 4B DLM 实现最高 6.2 倍 tokens per forward 提升。

来源:arXiv · ML · arxiv.org