■ 概要（1行） LLMの推論高速化を目指した、ブロック拡散（Block Diffusion）に基づいた高性能な推論ドラフトモデル。 ■ 特徴・用途（2〜3行） 従来のSpeculative Decodingを「ブロック拡散」というメカニズムで進化させ、ドラフト生成の並列性を大幅に向上させています。これにより、モデルの品質を維持しつつ、大規模な推論パイプラインにおいてレイテンシを劇的に削減できます。特に、推論のスループットと低遅延性を極限まで追求する本番環境の最適化レイヤーとして有用です。 ■ 結論（1行） LLMのインフラストラクチャを設計するエンジニアにとって、実用的な推論高速化のコア技術として非常に価値が高い。