DiDi-Instruct (Discrete Diffusion Divergence Instruction) wurde im September 2025 von einem Forschungsteam der Purdue University, der University of Texas und des Xiaohongshu hi-lab sowie weiterer Institutionen vorgeschlagen. Die zugehörigen Forschungsergebnisse wurden in der Publikation „[…]“ veröffentlicht.Ultraschnelle Sprachgenerierung mittels diskreter Diffusionsdivergenz-Anweisung".

Die Discrete Diffusion Instruction (DiDi-Instruct) ist ein neuartiges Destillationsframework zur schnellen Sprachgenerierung. Es initialisiert ein vortrainiertes (maskiertes) Discrete Diffusion Language Model (dLLM) und destilliert in wenigen Schritten ein Schülermodell zur schnellen Generierung. Das resultierende DiDi-Instruct-Modell erzielt eine vergleichbare oder bessere Leistung als sein dLLM-Lehrermodell und die GPT-2-Baseline, bei gleichzeitig bis zu 64-facher Beschleunigung.