苹果与加州大学团队提出 LaDiR 框架 提升大语言模型推理能力

苹果公司携手加州大学圣迭戈分校团队提出 LaDiR 框架，旨在提升大语言模型（LLM）的文本推理能力。该框架并非新模型，而是可叠加于现有模型的通用框架，通过改变模型思考方式优化输出质量。

LaDiR 结合扩散与自回归生成范式：推理阶段用扩散模型并行探索多条路径，每条从随机噪声逐步优化为连贯推理步骤；最终输出阶段用自回归模型保证连贯性。框架引入多样性鼓励机制，避免路径过早收敛，生成多样化候选答案。

研究团队在 LLaMA3.1 8B 和 Qwen3-8B-Base 测试，数学基准准确率更高，分布外任务表现突出；HumanEval 代码生成更可靠，难题优于标准微调。谜题规划任务解空间更广，但单次尝试准确率略逊于专用模型。