跳到正文
热点事件持续更新

异步流映射模型实现单次前向并行生成

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

论文作者提出异步流映射语言模型(aFMLMs),将 token 预测顺序纳入一步式并行语言建模,通过单次前向传播生成全部 token。 该方法学习异步流的 flow maps,并用逐 token 的时间调度控制各 token 的相对去噪进度,在并行生成中保留顺序信息。论文称,这一设计可提升一步式生成效率,但现有报道未提供具体效果数据。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. AGI Hunt
    异步流映射语言模型(aFMLMs):单次前向生成全部 token 的新范式

    异步流映射语言模型(aFMLMs)提出将 token 预测顺序引入一步式并行语言建模的新方法。模型通过学习异步流的 flow maps,并使用逐 token 的时间调度控制各 token 的相对去噪进度,在单次前向传播中生成全部 token,同时利用顺序信息并提升一步并行生成效率。

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。