Исследователи из Национального университета Сингапура представили DMax: новый подход для diffusion LLM. Вместо последовательного вывода токенов модель генерирует их параллельно, но при этом не разваливается по качеству Ключевая идея - превратить декодирование в процесс самокоррекции. Модель не просто пишет ответ, а постоянно пересматривает и исправляет свои же предсказания прямо по ходу генерации. Это решает главную проблему параллельной генерации - накопление ошибок По цифрам: • DMax заметно обгоняет LLaDA-2.0-mini • TPF на GSM8K вырос с 2.04 до 5.47 • на MBPP с 2.71 до 5.86 и всё это без потери точности Скорость - до 1338 токенов в секунду на H200 Paper: https://huggingface.co/papers/2604.08302 Code: https://github.com/czg1225/DMax Models: https://huggingface.co/collections/Zigeng/dmax-models Datasets: https://huggingface.co/collections/Zigeng/dmax-training-data