DMax

DMax 是一种面向扩散式大语言模型（dLLM）的高效并行解码方法，旨在提升生成吞吐量而不牺牲质量。其核心功能包括激进的多令牌并行预测、基于软插值的置信度传播机制，以及内建的自修正能力，支持在数学推理与代码生成等任务中实现高吞吐（6.0–6.6 tokens per forward）且保持准确率。技术上融合了扩散建模思想与自回归解码优化，适用于对延迟敏感、需高吞吐推理的 dLLM 部署场景，如实时交互式AI服务或资源受限环境下的批量生成。