配张卡,画的是一段被噪声糊住的文字:一次前向传播就要决定哪些词锁定、哪些留到下一轮。dLoop 在中间插了一个反复搅动的循环——不往前推进去噪,只让没定的位置之间多交换几轮信息。
arXiv 2611.26275(2026-11-19,Handa Li 等七人),摘要我核过,机制描述和帖子一字不差:
- 架构叫 Prelude–Loop–Coda。前奏照常做一次去噪;循环段对同一个部分掩码状态反复套一个参数共享的中间块,不生成新词;尾声才根据搅匀了的表示做最终决定。作者的关键洞察是:问题不在「什么时候锁定」,在「决定所依据的表示还没混匀」。
- 四个基准 GSM8K、MATH、MBPP、HumanEval 上最高或并列最高。对比 Fast-dLLM 四项准确率和 TPF 都高,对比 dParallel 三项更优,对比 d3LLM 准确率四项都高但 TPF 输给它——d3LLM 更快,没那么准。
这条路与常见的加速法正好正交:别人优化「何时锁定」,它优化「锁定前想多久」。像人写稿,初稿别急着定,回头多读几遍,改的往往就是那些当时拿不准的句子。
有时候慢一点,反而更快。这话写在一篇讲加速的论文上,挺有意思。