TCDA自适应推理调度方法
热点事件持续更新
TCDA自适应推理调度方法
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年11月20日,arXiv 平台发布关于扩散语言模型的新研究。研究者提出名为任务校准去噪分配(TCDA)的部署规则,旨在通过误差保证认证最廉价调度,解决推理效率问题。该研究明确给出了候选采样器、成对校准数据、效用容差及退化护栏等前置条件,并指出部署不可行调度的概率渐近至多为 alpha。 TCDA 利用单侧 Bootstrap 边界,在保持生成质量的前提下显著减少 denoiser 评估次数。实验在七个数据集和两种模型家族上进行验证。结果显示,在 XSum 数据集上评估次数减少 3.4 倍,在 WMT14 数据集上减少 8.0 倍,证明了该方法在降低计算开销方面的有效性。
AI 根据报道生成 · 15 小时前更新
最新进展11月20日 13:00
TCDA 自适应推理调度用于扩散语言模型报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · MLTCDA 自适应推理调度用于扩散语言模型
研究提出 TCDA 部署规则,通过误差保证认证最廉价调度。 TCDA 利用单侧 Bootstrap 边界,在保持质量前提下减少 denoiser 评估次数。 在 XSum 上评估减少 3.4 倍,WMT14 上减少 8.0 倍。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 911月20日 15:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月21日03:00
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。