ALoDLM 研究提出按 token 难度分配计算，8B 模型权重已公开

Amazon AGI 等机构研究者提出 ALoDLM，让扩散语言模型按 token 难度分配迭代计算。论文报告 1.7B 和 8B 两种规模的实验；Amazon 的 8B 权重页面已开放。

来自 Amazon AGI 等机构的研究者提出 ALoDLM，以 token 自适应潜在循环替代统一计算深度：容易预测的 token 提早确定，较难部分继续迭代。论文报告 1.7B、8B 两种模型，在作者测试的 11 项基准上优于所比较的扩散模型及对应自回归基线。

Amazon 在 Hugging Face 发布了 ALoDLM-8B 模型页面。上述成绩是论文给出的特定评测结论，不代表所有任务或部署条件下都更强。