DMax 是模型训练领域的开源项目，由 czg1225 开发，是 2026 年新上线的项目。
它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 132。
项目仍在小幅维护中，最近一次代码更新于 2026-09-14。Apache-2.0许可证，可自由使用，无付费版本。
它主要面向的使用场景是：扩散语言模型的长文本生成加速。同类可对比的替代方案包括 LLM.int8()、vLLM、Speculative Decoding。
DMax
让扩散大模型生成提速，并行解码不再卡顿
DMax 是一个针对扩散大语言模型（dLLMs）的激进并行解码加速框架。扩散模型通过迭代去噪生成文本，与传统自回归模型相比具有并行生成潜力，但现有解码策略往往无法充分利用这一特性，导致生成速度受限。DMax 通过优化并行解码路径，在保证生成质量的同时大幅提升解码吞吐量，解决 dLLMs 在实际应用中推理速度慢的痛点。其核心能力包括：动态调整并行解码步数、智能调度去噪过程、以及高效的 token 级并行策略，使得模型在长文本生成和高并发场景下表现更优。项目提供简洁的 Python 接口，便于集成到现有 dLLM 推理流程中，适合研究者和工程师用于加速扩散模型的实际部署。
开源
free
开源模型
GitHub 星标
★ 132
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队czg1225
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可自由使用，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型acceleration,diffusion-language-models,efficiency,large-language-models,multi-token-prediction,parallel-decoding
GitHub 星标★ 132
30天Star增速
HF 下载量
上线时间2026-04-08 00:00:00
最近更新2026-09-14 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数9
使用教程
核心亮点
- 针对 dLLM 的并行解码优化，显著提升生成吞吐量
- 接口简洁，易于集成到现有扩散模型推理流程
- 研究导向，代码结构清晰，便于二次开发
不足之处
- 项目处于早期，文档和示例相对有限
- 依赖特定 dLLM 架构，通用性待验证
适用场景
- 扩散语言模型的长文本生成加速
- 高并发推理服务中的吞吐量优化
- 学术研究中并行解码策略的验证与对比
替代项目
LLM.int8()、vLLM、Speculative Decoding
项目介绍
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···