苹果在Hugging Face发布了一个开源大模型：DiffuCoder-7B-cpGRPO。
这个模型是用来写代码的，但和其他的大模型不同之处在于，它不是传统LLM的自回归模式，而是用了diffusion模式。
一般来说，AI绘画才会使用Diffusion，比如著名的stable diffusion，LLM非常罕见。
我曾经尝试过一个Diffusion模式的LLM，发散效果非常惊艳。
传统大语言模型（LLM）生成代码的方式，如同大多数人类阅读文本的方式，采用从左到右、从上到下顺序。
这主要是因为这些 LLM 采用自回归（Autoregression）方式工作，意味着当用户向它们提问后，它们会处理整个问题，预测答案的第一个 token，然后带着这个 token 重新处理整个问题，预测第二个 token，以此类推。
LLM 还有一个名为“温度”（Temperature）的设置，用于控制输出的随机性。在预测下一个 token 后，模型会为所有可能的选项分配概率。较低的温度意味着更有可能选择最可能的 token，而较高的温度则给予模型更多的自由，选择不太可能的 token。
而另一种选择就是扩散（Diffusion）模型，这种模型通常用于图像模型。简而言之，模型从一个模糊、噪声的图像开始，迭代去除噪声，同时考虑到用户的需求，逐渐将其引导至更接近用户请求的图像。
苹果公司发布的模型名为 DiffuCode-7B-cpGRPO，它基于上月发表、名为《DiffuCoder: Understanding and Improving Masked Diffusion Models for Code Generation》的论文。
论文描述了一个采用扩散优先策略的代码生成模型，但有一个特别之处：当采样温度从默认的 0.2 增加到 1.2 后，DiffuCoder 在生成 token 的顺序上变得更加灵活，从而摆脱了严格的从左到右的约束。
更为有趣的是，苹果的这款模型建立在阿里的开源 Qwen2.5-7B 模型上，将这个模型按照 DiffuCoder 论文中的描述，改造成了一个基于扩散的 decoder，然后调整它以更好地遵循指示。完成这些后，他们又用超过 20000 个精心挑选的编码示例训练了它的另一个版本。
在主流编程跑分中，DiffuCode-7B-cpGRPO 保持了在生成代码时不严格依赖从左到右的生成方式情况下，相比较主流基于扩散的编程模型，测试得分提高了 4.4%。
（文：路过银河AI）