微信炼出扩散语言模型，实现vLLM部署AR模型3倍加速，低熵场景超10倍

腾讯微信 AI 团队推出 WeDLM，首个兼容 KV 缓存的扩散语言模型，在 vLLM 部署下相较自回归模型实现数学推理任务 3 倍以上加速，低熵场景高达 10 倍；基于 Qwen3-8B 的版本在多项评测中平均提分 2.4，同时保持高质量生成，推动高效文本生成技术发展。
来源：https://mp.weixin.qq.com/s/PFQFo9zkk9It6wQMN1zC_w