block diffusion

块扩散模型通过Mamba架构实现恒定大小的缓存

一篇新的研究论文介绍了一种用于块扩散语言模型的新型缓存方法，该方法能够实现恒定大小的内存使用，而与上下文长度无关。这种方法，尤其是在基于Mamba的架构中效果显著，与传统的基于注意力的缓存相比，显著降低了延迟和内存需求。研究表明，这种恒定大小的缓存允许模型在更长的上下文长度下保持检索能力，而不会牺牲质量，从而在效率和吞吐量方面提供了实质性的改进。