Lafa 是一种基于连续流的语言模型，由 UC Berkeley、Amazon 和 CMU 开发，它将预训练的自回归模型改造为块去噪器，实现了在质量持平的前提下，吞吐量提升至 2.02 至 2.54 倍，超越了现有的多 token 预测和扩散基线。