亚马逊 ALoDLM：8B 反超同尺寸 Qwen3
亚马逊公开 ALoDLM（Adaptively Looped Diffusion Language Models）论文与两个权重：ALoDLM-1.7B 与 ALoDLM-8B，分别初始化自 Qwen3 同尺寸底座，代码在 amazon-science/ALoDLM，权重许可 CC-BY-NC-4.0（非商用）。它要解的是扩散语言模型（DLM）长期的质量差——并行预测多个 token 很快，但同尺寸下一直打不过自回归模型。ALoDLM 的答案是「按难度分配算力」：已确定的 token 先提交、给剩余位置当上下文，未确定的 token 保留隐状态、在共享层上多走几遍循环，由预测置信度决定何时提交、由学到的停机策略决定何时结束循环。
论文 Table 1 的 11 项基准（OpenCompass 口径）给出的结果是：ALoDLM-8B 均分 80.3，高于同尺寸自回归基线 Qwen3-8B 的 78.5，也高于扩散路线对照 SDAR-8B 74.2 与 WeDLM-8B 75.1；1.7B 档均分 65.5，同样高于 Qwen3-1.7B 的 63.8。分项上 8B 的 GSM8K 94.2、HumanEval 87.8、MMLU-Pro 63.9、GPQA-Diamond 49.5。意义：并行解码第一次在同参数规模上把质量这一项翻过自回归——不是「更快换更差」，而是更快且不更差（论文另给一条 GSM8K 准确率对吞吐的曲线，用其优化推理引擎在单张 B200 上测）。
核验记录
arXiv export API 直读：ALoDLM 首版与本次更新时间均为 2026-10-03T01:20:31Z（arXiv:2610.04198），据此定日；HF 模型卡 README 全文 13,448 字符直读 200，数字逐字取自其 Evaluation 段文本表（8B 均分 80.3、Qwen3-8B 78.5、MLLU-Pro 63.9、GSM8K 94.2、HumanEval 87.8、1.7B 65.5 对 63.8）。两个权重仓 createdAt 2026-10-02T18:46Z（相距 29 秒）、GitHub amazon-science/ALoDLM created 2026-10-02T23:10Z、pushed 2026-10-06T01:02Z。未见厂商新闻稿（amazon.science 博客列表最新条目 10-01，页内未含此篇，命中 0）——本条按 R21 第③层（仓库时间戳）＋论文正式提交日定日，不写成官方公告日。配图 HF 缩略图裸请求与带站内 Referer 双 200（PNG 1200×648）。