TDLM实现扩散语言模型生成提速
热点事件持续更新
TDLM实现扩散语言模型生成提速
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月27日，Bohang Sun等团队发布论文，提出TDLM扩散语言模型的自适应时间整合机制。该机制通过时间自条件，允许未解决位置关注自身隐藏表示历史，从而复用已执行的计算。 在LLaDA模型中，新增时间模块仅增加约0.84%的可训练参数。在LLaDA和Dream基准测试中，TDLM生成速度最高提升7.15倍，且保持具有竞争力的答案质量。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
TDLM: 扩散语言模型的自适应时间整合报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · MLTDLM: 扩散语言模型的自适应时间整合
TDLM 提出时间自条件机制，允许未解决位置关注自身隐藏表示历史，复用已执行的计算。 在 LLaDA 上，时间模块仅增加约 0.84% 可训练参数；在 LLaDA 和 Dream 上，生成速度最高快 7.15 倍，答案质量具有竞争力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。