Споры о диффузии и авторегрессии получили объективные данные, сузившие ожидания

Исследователи сравнили собственную диффузионную модель LLaDA2.2 с авторегрессивным аналогом того же размера. Диффузия выигрывает в скорости декодирования и задачах агентов, но уступает в общих знаниях и коде. Вывод: архитектура перспективна для сценариев с низкой задержкой, но не является универсальной заменой.