论文摘要称，作者系统研究MoE扩散语言模型的优化、算力分配与架构缩放规律，并据此从零训练30B-A3B的LLaDA MoE v2，使用23.5万亿token。其预训练数据量约为Qwen3的65%，在多项知识、推理和代码基准上接近Qwen3；但来源标注为2026年8月，当前材料尚无法独立核验。
最近 24 小时暂无可用热度快照。