# DiffResearch gebruikt diffusiemodellen om AI-onderzoek te versnellen

> Het opensource-systeem DiffResearch vervangt een traditioneel autoregressief taalmodel door een diffusiemodel en werkt benchmarktaken van begin tot eind ongeveer zes keer sneller af.

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

DiffResearch is een nieuw onderzoeksframework met meerdere AI-agenten, waarin een diffusi taalmodel (dLLM) de kern vormt van de planning, het ophalen van informatie en het schrijven. De auteurs vergeleken deze diffusiemodel-backbone met een vergelijkbaar autoregressief model op 100 taken uit de Deep Research Bench. De versie met het diffusiemodel was in totaal ongeveer zes keer sneller, vooral doordat de planning en het schrijven van lange teksten veel sneller gingen. Een speciale modus, dFast, leest tussenliggende toestanden tijdens het denoisingproces en splitst het werk op in deelvragen. Dat levert een extra mediane snelheidswinst van 1,99× op, zonder dat de kwaliteit van de rapporten achteruitgaat. De code is uitgebracht onder de Apache-2.0-licentie.

## De feiten

- De diffusiemodel-backbone is van begin tot eind ongeveer 6× sneller op de benchmark.
- De dFast-modus levert bij het opdelen in deelvragen een extra mediane snelheidswinst van 1,99× op.

## Waarom het ertoe doet

Onderzoekers kunnen AI-gegenereerde rapporten in minuten krijgen in plaats van in tientallen minuten. Daardoor worden interactieve tools voor diepgaand onderzoek praktischer.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-22