# DiffResearch、拡散モデルで調査AIの処理を高速化

> オープンソースのDiffResearchは、従来の自己回帰型モデルを拡散型言語モデルに置き換え、ベンチマーク課題で全工程の処理速度を約6倍に高めた。

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

DiffResearchは、拡散型言語モデル（dLLM）を計画、情報検索、文章作成の中核に据えた新しいマルチエージェント型の調査フレームワークだ。開発者らは、Deep Research Benchの100課題で、拡散モデルをバックボーンにした構成と、同等の自己回帰型モデルを比較した。拡散モデル版は全体で約6倍速く、主な要因は計画と長文作成の大幅な高速化だった。dFastと呼ばれる専用モードでは、中間的なデノイジング状態を読み取り、作業を複数のサブクエリに分割する。これにより、レポートの品質を損なうことなく、中央値でさらに1.99倍高速化した。コードはApache-2.0ライセンスで公開されている。

## 事実

- ベンチマークでは、拡散モデルを使った構成が全工程で約6倍高速だった。
- dFastモードにより、タスクの分解が中央値でさらに1.99倍高速化する。

## なぜ重要か

AIがレポートを作成する時間が数十分から数分に短縮され、対話型の高度な調査ツールをより実用的に使えるようになる。

## 出典と参考資料

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

最終更新: 2026-10-22