arXiv:2606.02955v1 Announce Type: cross Abstract: Diffusion large language models promise parallel token generation, yet inference remains bottlenecked by deciding which masked tokens can be safely committed together. Fast-dLLM addressed this with KV caching and confidence-guided parallel decoding, but its decoding theory uses a homogeneous...
Läs hela artikeln hos källan.
![[Ekstra] Over én million lærere er flyttet over på en åpen kildekode-plattform](https://images.gfx.no/1000/2928/2928382/Skjermbilde%202026-06-17%20kl.%2010.49.41.png)
Kommentarer (0)
Inga kommentarer ännu. Bli först med att kommentera!