# چارچوب DiffResearch پژوهش هوش مصنوعی را ۶ برابر سریع‌تر می‌کند

> سامانه متن‌باز DiffResearch به‌جای مدل زبانی خودرگرسیوِ سنتی از مدل زبانی انتشار استفاده می‌کند و در وظایف معیار، سرعت کلی را حدود ۶ برابر افزایش می‌دهد.

Oossa · 2026-10-22 · https://oossa.com/fa/diffresearch-framework-uses-diffusion-models-to-cut-research-ai-latency

DiffResearch چارچوب تازه‌ای برای پژوهش چندعاملی است که مدل زبانی انتشار (dLLM) را در هسته برنامه‌ریزی، بازیابی اطلاعات و نگارش قرار می‌دهد. نویسندگان، این مدل را در ۱۰۰ وظیفه از آزمون Deep Research Bench با یک مدل خودرگرسیو مشابه مقایسه کردند. نسخه مبتنی بر انتشار در مجموع حدود ۶ برابر سریع‌تر بود؛ عمدتاً چون برنامه‌ریزی و نگارش متن‌های بلند بسیار سریع‌تر انجام شد. حالت ویژه‌ای به نام dFast با خواندن وضعیت‌های میانیِ حذف نویز، کار را به چند پرس‌وجوی فرعی تقسیم می‌کند و بدون افت کیفیت گزارش، سرعت را به‌طور میانه ۱٫۹۹ برابر دیگر افزایش می‌دهد. کد این سامانه با مجوز Apache‑2.0 منتشر شده است.

## حقایق

- مدل زبانی انتشار در آزمون معیار، سرعت کلی را حدود ۶ برابر افزایش می‌دهد.
- حالت dFast برای تقسیم کار، سرعت را به‌طور میانه ۱٫۹۹ برابر دیگر افزایش می‌دهد.

## چرا مهم است

پژوهشگران می‌توانند به‌جای ده‌ها دقیقه، در چند دقیقه گزارش‌های تولیدشده با هوش مصنوعی دریافت کنند و ابزارهای تعاملی پژوهش عمیق را کاربردی‌تر سازند.

## منابع و ارجاع‌ها

1. [DiffResearch: Accelerating Deep Research with Diffusion Language Models](https://arxiv.org/abs/2610.28909) – arXiv, 2026-10-22

آخرین به‌روزرسانی: 2026-10-22