DFlash Impulsiona a Velocidade do Speculative Decoding em LLMs

O DFlash é um modelo de difusão em bloco leve, projetado para acelerar o speculative decoding em LLMs , alcançando um speedup de até 6x para o modelo Qwen3-8B. Essa otimização visa aprimorar a eficiência e a velocidade de processamento dos modelos de linguagem.