DScout 加速扩散投机解码
热点事件持续更新
DScout 加速扩散投机解码
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Jiakun Fan 等人提出 DScout，通过两种互补的分解方法优化扩散起草器的训练与推理。该工作于 2026 年 10 月 20 日在 arXiv cs.lg 领域发布，旨在提升扩散推测解码的吞吐量。 在性能表现上，DScout 在 Qwen3-4B 和 Qwen3-8B 模型上分别实现了 3.84 倍和 4.14 倍的平均加速。具体方法中，训练阶段将位置损失分解为包含、加权与预测损失，推理阶段则将吞吐量分解为 MAT 与单轮延迟之比。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
DScout 利用分解引导训练与推理优化扩散推测解码报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · MLDScout 利用分解引导训练与推理优化扩散推测解码
DScout 通过两种互补的分解方法优化扩散起草器的训练与推理，在 Qwen3-4B 和 Qwen3-8B 上实现 3.84 倍和 4.14 倍平均加速。 其训练将位置损失分解为包含、加权与预测损失，推理则将吞吐量分解为 MAT 与单轮延迟之比。 该方法较最先进基线提升 9.1% 和 7.1% 平均加速，配置策略最多额外带来 9.75% 提升。
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。