先思考，后扩散：以自回归规划条件化改进扩散语言模型推理

扩散大语言模型（dLLM）经迭代去噪生成文本，但在多步推理上持续落后。我们假设这一差距源于协调问题：自回归（AR）模型逐词元建立连贯性，而扩散模型必须同时协调所有位置。我们提出规划条件化（plan conditioning），一种免训练方法：把来自AR模型的简短（约100词元）自然语言规划前置到扩散模型的提示中。该规划充当冻结脚手架——从第一步去噪起每个词元位置都能注意到的全局可见语境。在GSM8K上，规划条件化把LLaDA-8B-Instruct从75.6%提升到87.2%（+11.6个百分点），追平同规模AR模型（LLaMA 3.1 8B，87.7%），尽管其基线弱6.4个百分点。在HumanEval上增益+12.8个百分点（37.2%到50.0%），表明规划可泛化到代码。同样的规划对LLaMA在GSM8K上仅+5.7个百分点、HumanEval上+1.3个百分点——扩散模型受益高2–10倍，支持协调问题假设。跨5个随机种子，规划条件化后的GSM8K准确率标准差为零，使扩散推理高度稳定。消融显示模型遵循规划策略（错误策略规划导致-16.3个百分点）但对规划中的数值鲁棒（扰动数字：-1.1个百分点），且规划器质量存在陡峭阈值：较小的Llama级规划有害（-1.6至-6.8个百分点），前沿规划才带来全部增益。注意力分析证实机制：规划词元在早期去噪中获得1.8倍超额注意力，随补全词元固化而降至均匀。规划条件化每题成本约0.002美元，增加约2秒延迟。