**XPress：并行优化扩散草稿模型，提升推测解码效率30%**

_XPress: Parallel Refinement for Diffusion Drafters in Speculative Decoding_

> 伊利诺伊大学与IBM合作提出XPress，解决扩散草稿模型（如dFlash）在推测解码中因独立采样导致的因果依赖缺失问题。XPress通过轻量级并行细化恢复草稿序列的因果性，在Qwen3-8B上使接受长度平均提升约30%（最高+56%），解码吞吐量提升约1.3倍（最高1.7倍）。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-28 07:55（北京时间）
- **原文**：[打开原文](https://supercomputing-system-ai-lab.github.io/blogs/blog/xpress-parallel-refinement-for-diffusion-drafters-in-speculative-decoding)