BLD以并行分支压缩长序列扩散生成
热点事件观察中
BLD以并行分支压缩长序列扩散生成
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Xinsong Feng等提出Branching Latent Diffusion（BLD），将1024个Token压缩为64个块潜变量，再由并行局部分支生成Token；论文摘要称，同GPU端到端测试中，相对同等规模ELF-L，生成FLOPs降低超过80倍、吞吐提高超过6倍，相对AR基线则吞吐提高超过6倍、延迟降低超过4倍。 作者称，该方法保持了有竞争力的局部流畅性与多样性，但长程连贯性仍是困难；上述结果仅见于论文摘要，摘要未提供完整实验细节或独立复现。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 10:08
BLD通过压缩连续扩散与分支Token实现高效长序列生成报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AIBLD通过压缩连续扩散与分支Token实现高效长序列生成
作者提出Branching Latent Diffusion（BLD），将1024个Token压缩为64个块潜变量，并让各潜变量通过并行AR分支生成Token。在相同GPU上，BLD相对同等规模ELF-L基线将生成FLOPs降低超过80倍、吞吐提升超过6倍；相对AR基线，吞吐提升超过6倍、延迟降低超过4倍。材料称其保持有竞争力的局部流畅性与多样性，但长程连贯性仍然困难；以上仅基于论文摘要。
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。