z-lab/dflash

DFlash是一个轻量级块扩散模型，专为Flash投机解码设计。它通过高效的并行草稿生成，显著提升大语言模型的推理速度和质量。该仓库提供多种主流模型（如Gemma、Qwen系列）的DFlash适配版本，适用于需要加速LLM生成的AI应用场景。