Shidong Cao 团队发布 DConstrain 扩散语言模型受限解码方法

2026年10月23日，Shidong Cao 团队在 arXiv 发布论文，提出 DConstrain 方法，旨在解决扩散语言模型解码中联合推断的兼容性难题。该方法将模式编译为上下文参数化转移程序，通过冷编译将令牌消耗特化到局部文法状态，同时保留依赖上下文的堆操作、环境守卫及调用方依赖的延迟解析。在涵盖 3 个基准测试和 2 个扩散语言模型家族的实验中，DConstrain 在任意属性顺序下实现了 100% 的 BFCL 模式编译有效率，而优化后的有限状态基线仅能编译 71.30%-85.81%。在任意属性顺序条件下，该方法将 BFCL 端到端解码延迟降低 6.65 至 46.26 倍，并将 DiffusionGemma 的 BFCL 准确率从固定顺序下的 37.27% 提升至 81.56%。

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。