跳到正文
热点事件持续更新

FreeDave:免训练无损并行解码扩散大模型

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Shutong Wu 与 Jiawei Zhang 提出 FreeDave,一种面向扩散大语言模型(dLLM)的免训练、免模型改动的快速解码算法:把模型对未来 token 的预测当作“免费草稿”,在后续前向计算中自我验证。作者称,该方法生成的序列与静态解码完全相同,即在不改变输出结果的前提下加速解码。 据论文,该算法无需额外训练,也不需要修改模型;代码已随论文公开。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · cs.AI
    FreeDave:面向扩散大语言模型的无损并行解码方法

    FreeDave 是一种无需训练和模型改动的快速解码算法,把扩散大语言模型(dLLM,Diffusion Large Language Model)的未来 token 预测当作“免费草稿”,在后续前向计算中自我验证,从而保证与静态解码生成完全相同的序列。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月4日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。