提出WIDE：token级动态宽度剪枝框架
热点事件观察中
提出WIDE：token级动态宽度剪枝框架
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Haozhe Hu 等论文作者在 arXiv 发布 WIDE，一种端到端可微框架，将 token 级结构化动态宽度剪枝与 GPU kernel 协同设计结合，同时用于大语言模型的 prefill 和 decoding 阶段。作者称这是首个结合这两类方法的框架。 论文报告，在 Llama3 与 Qwen3 系列上的实验显示其质量保持优于代表性静态和动态剪枝方法；单独的延迟基准显示相对稠密基线最高取得 prefill 1.68 倍、decoding 1.55 倍的端到端加速。以上为论文作者声称的结果。
AI 根据报道生成 · 10 小时前更新
最新进展10月20日 12:00
WIDE 通过 token 级动态宽度裁剪提升大语言模型推理效率报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AIWIDE 通过 token 级动态宽度裁剪提升大语言模型推理效率
WIDE 是作者提出的端到端可微框架，将 token 级结构化动态宽度裁剪与 GPU kernel 协同设计用于大语言模型的 prefill 和 decoding。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- –
0246
06:0008:0010:0012:0014:00
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。