English(EN) Sangam: Efficiently Serving Diffusion LLMs with the AR Stack

Sangam 系统优化扩散式大语言模型的服务

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了 Sangam，一个旨在高效处理扩散式大语言模型（dLLMs）的新服务系统。与传统的自回归模型不同，dLLMs 迭代生成文本并具有双向注意力机制，这使得标准的缓存技术变得复杂。Sangam 引入了一个赤字 token 预算调度器来管理进行中的解码和整个预填充，目标是实现摊销的无停滞调度。该系统还采用了一种混合服务策略来平衡预填充和解码的资源分配，在 LLaDA-8B 和 Dream-7B 等基准测试中显示出比现有方法更高的延迟改进。 AI

影响优化扩散式大语言模型的推理，可能降低这些计算密集型系统的延迟并提高效率。

排序理由该条目是一篇研究论文，详细介绍了一个用于服务扩散式大语言模型的新系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇研究论文，详细介绍了一个用于服务扩散式大语言模型的新系统。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: infra, paper; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 93 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Nitin Kedia, Saurabh Agarwal, Myungjin Lee, Aditya Akella · 2026-07-07 04:00

Sangam：使用 AR 堆栈高效服务 Diffusion LLMs

arXiv:2607.04206v1 Announce Type: cross Abstract: Diffusion language models (dLLMs) generate text by iteratively denoising a masked response and can commit multiple output positions per model invocation. Their bidirectional attention prevents exact autoregressive-style KV caching…

本文如何被排名

报道来源 [1]

Sangam：使用 AR 堆栈高效服务 Diffusion LLMs

相关实体

相关话题