Uno 用扩散并行草稿提速 LLM 推理

Uno 提出一种不改变输出分布的 LLM 加速方案：保留原自回归模型负责质量，仅用扩散模型并行草拟多个 token 供其验证，无需独立草稿模型。在 Qwen3-8B 上，最大测试批次下请求吞吐量提升 2.5 倍，系统吞吐量提升 1.6 倍，端到端 RL 训练提速最高 40%。