研究人员开发了Prefilling-dLLM v2,一种提高扩散语言模型在长上下文处理效率的方法。该方法涉及对模型进行持续训练,以便在块之间路由信息,而不仅仅是在推理时进行。通过引入学习路由槽和混合注意力机制,Prefilling-dLLM v2 在长达128K的RULER任务上显著优于其他稀疏方法,比次优稀疏模型准确率高出7.4个百分点。与全密集注意力相比,该优化还将解码速度提高了172倍。 AI
影响 该方法显著增强了扩散模型的长上下文处理能力和解码速度,有望实现更高效的长文档或序列处理。
排序理由 该集群描述了一篇关于改进扩散语言模型训练方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →