Diffusion-GR2：扩散生成式推理重排序器

生成式推理重排序器通过在重排序前输出思维链实现高精度推荐，但自回归解码导致推理缓慢。块扩散语言模型虽能并行解码加速，却面临结构与分布差距导致的精度下降。本文提出 Diffusion-GR2，通过转换微调使模型自主生成有效排列，利用在线策略蒸馏缩小分布差距，并结合强化学习进一步优化。实验表明，该方法在保持与自回归模型相当精度的同时，将解码吞吐量提升了 2.4 至 3.5 倍。