实体
Hyper-Parallel Decoding
Hyper-Parallel Decoding
PulseAugur coverage of Hyper-Parallel Decoding — every cluster mentioning Hyper-Parallel Decoding across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的LLM管道将电子商务属性提取成本降低92%
研究人员开发了一种新颖的两阶段LLM管道，用于从混乱的电子商务目录中提取产品属性。该系统首先为每个类别识别一组简洁的、区分购买的属性，然后使用经过微调的Qwen3-4B模型和超并行解码来提取这些值。与基础LLM相比，该方法实现了85%的提取准确率，同时将推理成本降低了92%，使其适用于大规模产品发现和目录丰富。
-
Reward Lightning 框架通过统一的潜在空间加速视频生成
研究人员推出 Reward Lightning，一个旨在加速视频生成同时改善视频扩散模型偏好对齐的新型框架。其核心创新在于为两个目标使用共享的潜在表示，从而缓解了单独优化时出现的冲突。该方法包括一个潜在奖励模型 (LRM)，可以直接在潜在空间中评估视频，从而显著提高偏好准确性和生成质量。
-
新的超并行解码将 LLM 属性提取速度提高了 13.8 倍
研究人员开发了一种名为超并行解码 (HPD) 的新解码算法，可显著加快从文本中提取属性值的速度。HPD 通过操纵位置 ID 实现无序标记生成，从而能够并行处理独立序列。该方法可以将 LLM 的推理成本和时间最多降低 13.8 倍，而不会牺牲输出质量。该技术广泛适用于属性提取之外具有独立输出结构的各种任务。