首先谷歌的 llm diffusion 和之前发布的 llm diffusion (e.g Large Language Diffusion Models)不同. 它是在生成 token 后对已有的token做了refine. 关于这一点可以从发布的***demo看到. 在第一帧时,生成的answer是错误的. 到第三帧时,生成了正确的answer. Large Language Diffusion Models 中的 diffusion 更像是 multi token prediction. 相比这种 multi token prediction. 谷歌的 llm diffusion 更优雅,也更符合人类的思考…。