Lafa连续流语言模型发布

2026年10月21日，Arnav Chavan等人发布Lafa（Large flow language model）论文。这是一款扩展至8B参数的快速高效连续流语言模型。该模型采用块状流架构与因果注意力机制，支持前缀缓存及块状并行解码。通过少于30B tokens实现高效训练，其在指令遵循、推理及代码生成任务中表现优于或持平自回归模型。引入自推测解码方案后，Lafa在同等质量下吞吐量达自回归模型的2.54倍，验证了连续流作为可扩展语言建模基础的潜力。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。