Exploring the Power of Diffusion Large Language Models for Software Engineering

你对这篇学术论文的核心内容与创新点的提炼需求很关键，这能快速把握研究价值。文章核心是首次系统验证扩散大型语言模型（DLLMs）在软件工程全生命周期的优势，其在准确性和效率上均超越传统自回归模型（AR-LLMs）。

一、文章主要内容总结

1. 研究背景：传统AR-LLMs在软件工程（SE）任务中存在局限，无法有效处理代码结构信息，且推理延迟高；而DLLMs具备全局双向编码和生成步骤解耦的特性，为SE任务提供新方向。
2. 研究范围：将DLLMs应用于软件工程全生命周期，涵盖代码生成、缺陷检测、程序修复、跨文件维护四大核心任务。
3. 实验设计：基于6个公开基准数据集（Defects4J、Devign、SWE-bench等），共52937个任务展开实验，对比7B参数规模的DLLM（Mercury-Diffusion 7B）与AR-LLM（AR-Llama3-8B）的性能。
4. 核心结果
   • 准确性：DLLMs平均准确率提升30%，其中跨文件修复任务（SWE-bench）准确率提升113%，代码生成（HumanEval Pass@1）、程序修复（Defects4J）等任务均有显著优势。
   • 效率：DLLMs生成速度（TPS）是AR-LLMs的3.5-22倍，平均任务耗时缩短3-3.6倍，且输出长度增加时仍能保持稳定效率。
5. 未来计划：