본 논문은 확산 언어 모델(dLLMs)의 추론 속도를 향상시키는 새로운 추론 알고리즘인 Spiffy를 제안한다. Spiffy는 dLLM의 출력 분포를 보존하면서, 추론 속도를 2.8~3.1배 향상시킨다. 이 알고리즘은 자체 추측 방식을 사용하여 dLLM의 분포를 활용하여 초안 상태를 생성하고, 양방향 블록 단위의 dLLM 생성 방식을 활용하는 새로운 방향성 초안 그래프를 제안한다. 또한, 효율적인 오프라인 보정 알고리즘을 통해 고품질 그래프 구성을 결정하여 수용률을 높인다. Spiffy는 KV-캐싱 및 멀티 토큰 언마스킹과 같은 다른 병렬 디코딩 알고리즘과 결합하여 최대 7.9배의 속도 향상을 달성할 수 있다.
