DC-Leap: Trainingsfreie Beschleunigung von dLLMs durch Draft-gesteuerte kontiguöse Sprung-Dekodierung

arXiv:2607.20467v1 Ankündigungstyp: neu Abstract: Während parallele Dekodierung zentral für die Effizienz von Diffusion Large Language Models (dLLMs) ist, werden aktuelle Strategien oft durch übermäßig konservative Konfidenzgrenzen behindert. Diese Schwellenwerte, die durch den Joint Probability Dependence Error erforderlich sind