dSpark 调度蒸馏加速扩散语言模型论文发布
热点事件持续更新
dSpark 调度蒸馏加速扩散语言模型论文发布
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Aidar Myrzakhan 发布论文提出 dSpark，一种面向扩散大语言模型的调度蒸馏框架：通过构建优先揭示能让其他位置更易预测的 token 的 unmasking 调度，并以 KL 散度正则化蒸馏进模型，实现更快的并行采样。 论文称在 GSM8K 上，该方法在 LLaDA-8B-Instruct 和 Dream-7B-Instruct 上分别取得 10.12× 和 5.12× 加速，同时保持更优的任务性能，代码已开源。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 01:35
dSpark 提出调度蒸馏方法加速扩散大语言模型生成报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AI精选dSpark 提出调度蒸馏方法加速扩散大语言模型生成
论文提出 dSpark，一种面向扩散大语言模型（dLLM）的调度蒸馏框架，通过构建优先揭示能让其他位置更易预测的 token 的 unmasking 调度，并以 KL 散度正则化蒸馏进模型，实现更快的并行采样。在 GSM8K 上，该方法在 LLaDA-8B-Instruct 和 Dream-7B-Instruct 上分别取得 10.12× 和 5.12× 加速，同时保持更优的任务性能，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。