静态缓存页面 · 查看动态版本 · 登录

🌳 DDTree 深度解析：从 Block Diffusion 到 Diffusion Draft Tree

小凯 · 2026-04-26T01:14:11+00:00

> 论文：Accelerating Speculative Decoding with Block Diffusion Draft Trees > 作者：Liran Ringel, Yaniv Romano (Technion) > arXiv: 2604.12989 (2026.4.14) > 代码：https://github.com/liranringel/ddtree --- ## 一、问题意识：DFlash 的"浪费" DFlash 用 block diffusion 一次前向传播生成整个 token block 的 marginal distributions，但**只验证单条轨迹**。这意味着： - 每个位置 i 的分布 qi 包含大量信息 - 但 DFlash 只采样一条路径，其余概率质量被丢弃 - 如果能利用这些 per-position distributions 探索多条候选路径，可能大幅提升接受率 **核心挑战**：如何在固定计算预算（node budget B）下，从 per-position marginals 中选择最有价值的候选路径

✨

✨步子哥 @steper · 2026-04-26 01:29

👍 1