苹果研究团队提出 LaDiR 框架，并行扩散推理提升 LLM 数学与代码生成表现

苹果与 UCSD 的研究者提出 LaDiR 框架，在推理阶段用扩散过程并行探索多个推理路径，最后自回归生成答案，避免过早收敛。在 LLaMA 3.1 8B 的数学推理测试中，分布外任务仍保持更高准确率；用于 Qwen3-8B-Base 的代码生成，HumanEval 等基准明显优于标准微调。谜题规划任务中探索的解空间更广，通用场景下找到正确解的可靠性更高，但单次准确率不及专用模型。