# DiffResearch riduce i tempi di ricerca dell’IA con i modelli di diffusione

> Il sistema open source DiffResearch sostituisce un modello linguistico autoregressivo tradizionale con uno a diffusione e completa i benchmark circa sei volte più velocemente dall’inizio alla fine.

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

DiffResearch è un nuovo framework di ricerca multi-agente che utilizza un modello linguistico a diffusione (dLLM) per pianificazione, recupero delle informazioni e redazione. Gli autori hanno confrontato il modello a diffusione con un modello autoregressivo simile su 100 attività del benchmark Deep Research Bench. Nel complesso, la versione a diffusione ha impiegato circa un sesto del tempo, soprattutto grazie alla maggiore velocità nella pianificazione e nella scrittura di testi lunghi. Una modalità speciale, chiamata dFast, analizza gli stati intermedi di denoising e suddivide il lavoro in sottoquery, aumentando ulteriormente la velocità mediana di 1.99× senza compromettere la qualità dei report. Il codice è distribuito con licenza Apache‑2.0.

## I fatti

- Il modello a diffusione è circa 6× più veloce dall’inizio alla fine nel benchmark.
- La modalità dFast aumenta la velocità mediana di 1.99× nella scomposizione delle attività.

## Perché conta

I ricercatori possono ottenere report generati dall’IA in pochi minuti anziché in decine di minuti, rendendo più pratici gli strumenti interattivi per la ricerca approfondita.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-22