苹果公布全新语言模型：长文本生成速度提升最高 128 倍

据 9to5Mac 报道，苹果与俄亥俄州立大学研究团队联合发布了一项最新研究，提出名为「FS-DFM（Few-Step Discrete Flow-Matching）」的语言模型。

据介绍，该模型在长文本生成方面展现出显著优势，能够在仅 8 轮迭代中完成高质量输出，速度最高可比传统方法快 128 倍。

研究指出，现有主流大语言模型多采用自回归方式逐字生成，而扩散模型则通过并行生成多个词元并逐步修正。FS-DFM 在此基础上进一步优化，借助「教师模型」指导和迭代机制改进，实现更快、更稳的收敛效果。

在对比测试中，FS-DFM 的参数规模仅为 0.17 至 1.7 亿，但在困惑度（Perplexity）和熵（Entropy）指标上均优于参数量更大的 Dream 与 LLaDA 扩散模型，展现出小模型高效能的潜力。

研究团队表示，未来将开放代码与模型检查点，以推动相关领域的复现与研究。