扩散语言模型解码成本随任务和语言差异显著
热点事件观察中
扩散语言模型解码成本随任务和语言差异显著
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Mohsen Fayyaz、Ali Modarressi 等人发布论文（arXiv:2610.25835），分析两种扩散语言模型在10项任务中每 token 解码所需的前向传播次数，发现成本高度依赖任务：复制或轻改输入的文本较便宜，开放式生成更贵；DiffusionGemma 中故事生成每 token 所需前向次数超过语法纠错的三倍。 结果还显示高分词语言和错误答案消耗更多前向次数。作者据此提出按解码速度对候选答案加权，称在不增加成本的情况下较多数投票最高提升 4.2 个百分点。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
扩散语言模型在不同任务和语言中的解码速度差异报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AI扩散语言模型在不同任务和语言中的解码速度差异
作者分析两种扩散语言模型在10项任务中的解码成本，发现复制或轻改输入较便宜，开放式生成成本更高，DiffusionGemma的故事生成每token所需前向次数超过语法纠错的三倍。结果还显示，高分词语言和错误答案消耗更多前向次数；按解码速度对候选答案加权，在不增加成本的情况下较多数投票最高提升4.2个百分点。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
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。