**Lafa：首个 80 亿参数流语言模型，推理速度超越自回归模型**

_Large Flow Language Models_

> 论文介绍了 Lafa，一种可扩展的连续流语言模型，在仅使用不到 300 亿 token 数据的情况下即可训练至 80 亿参数规模。该模型结合了前缀因果注意力与块内双向异步流，支持高效的并行解码。实验表明，Lafa 在指令遵循、推理及代码生成等任务上表现优异，其生成的流图可蒸馏用于单步或少步生成。通过自推测解码机制，Lafa 在保持与自回归模型相当质量的同时，实现了 2.54 倍的吞吐量提升。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.28559)