Open-dLLM

用扩散模型并行生成代码,比自回归更快更稳

Open-dLLM 是一个开源的扩散语言模型,专门面向代码生成任务。它解决了传统自回归语言模型在代码生成中推理速度慢、生成缺乏全局一致性的问题,通过扩散模型的方式并行生成代码,提升效率。项目开源了完整的预训练、评估、推理流程以及模型权重,方便研究者和开发者复现与使用。其核心能力包括基于扩散的代码生成、高效的并行解码、以及针对代码任务的专项优化。目前项目处于早期阶段,但已提供可运行的代码和基础模型,适合对扩散模型在代码生成领域感兴趣的研究者进行实验和二次开发。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 656
维护状态 维护中
是否开源
定价模式 free

项目数据

分类开源模型
开发团队pengzhangzhi
所属国家
定价模式free
价格说明开源模型,Apache-2.0 许可,可免费使用、修改和分发,无付费版本。
访问状态
是否开源
开源协议Apache-2.0
主要语言Python
技术栈/模型diffusion-models,large-language-models
GitHub 星标★ 656
30天Star增速
HF 下载量
上线时间2025-09-02 00:00:00
最近更新2026-09-18 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2

使用教程

核心亮点

  • 开源了预训练、评估、推理全流程代码和模型权重,复现门槛低
  • 采用扩散模型架构,支持并行解码,推理速度有潜力优于自回归模型
  • 专注代码生成,针对编程语言做了专项优化,而非通用文本模型

不足之处

  • 项目处于早期,星标仅645,社区生态和文档尚不完善
  • 扩散模型在代码生成上的效果和成熟度待验证,可能不如主流自回归模型稳定

适用场景

  • 研究扩散模型在代码生成领域的应用
  • 需要快速生成代码草稿的辅助编程工具
  • 探索非自回归生成范式在软件工程中的落地

替代项目

CodeGen、InCoder、CodeT5

项目介绍

Open-dLLM 是开源模型领域的开源项目,由 pengzhangzhi 开发,2025 年首次发布。

它收录于开源模型分类,该分类目前共有 422 个项目,GitHub 星标数为 656。

项目仍在小幅维护中,最近一次代码更新于 2026-09-18。Apache-2.0 许可,可免费使用、修改和分发,无付费版本。

它主要面向的使用场景是:研究扩散模型在代码生成领域的应用。同类可对比的替代方案包括 CodeGen、InCoder、CodeT5。

上一篇:QuantHarness

下一篇:Awesome-Mixture-of-Experts

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10