发生了什么
NVIDIA 发布 Nemotron-Labs-Diffusion(3B/8B/14B)
为什么值得关注
原文的新增点在于把三种解码范式统一到同一架构，并明确给出单用户最高 4× 真实吞吐提升；值得点开技术报告看其在不同并发水平下的效率边界和实现细节。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Nemotron-Labs-Diffusion
NVIDIA 发布 Nemotron-Labs-Diffusion，一个三模式语言模型家族，包含 3B、8B、14B 三个规模。该模型可仅通过切换 attention pattern/mask，在 Autoregressive、Diffusion 和 Self-Speculation 三种解码方式间切换，无需额外 draft 模型或架构改动。官方称其在单用户场景下真实吞吐最高可提升 4×，并已在 Hugging Face 以 open license 形式开放。
打开原始来源 ↗