**打破扩散：通过草稿并行推理实现高效强化，DRLM 模型在复杂逻辑任务中超越扩散基线**

_Breaking Diffusion: Parallel Reasoning with Draft Refinement_

> 针对扩散模型在推理任务中无法保证局部合理 token 更新能形成全局最优解的问题，研究提出了 Draft Refinement Language Models (DRLMs)。该模型利用单一去噪器生成并行草稿并评估候选方案，通过训练模型从均匀腐蚀的草稿中重建所有 token，直接预测修订内容而无需扩散反向过渡。评估阶段利用已知腐蚀过程校正自 token 证据，通过单次前向传播计算腔体能量（cavity energy）来评估 token 支持度。实验表明，仅含 600 万参数的 DRLM 在 Countdown 和 Sudoku-Extreme 等复杂推理任务上，分别以 44.4% 和 93.9% 的准确率超越了自回归和离散扩散基线，确立了完整草稿并行推理作为复杂推理有效替代方案的地位。

**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/2610.26542)