热点事件持续更新
TDLM让扩散语言模型生成快7.15倍
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.AI/cs.LG 发布研究，提出面向扩散语言模型的自适应时间集成方法 TDLM。该方法让冻结 denoiser 中每个尚未解析的位置关注自身隐藏表示的历史，从而复用以前步骤已经算过的计算；训练使用自生成轨迹，以及针对相邻解码步之间被揭示 token 的交叉熵目标，因果时间注意力支持训练时并行评估。在 LLaDA 上，时间模块只增加约 0.84% 可训练参数；在 LLaDA 与 Dream 上，生成速度最高提升 7.15×，评测任务上的答案质量保持竞争力。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 18:01
arXiv 新论文提出 TDLM，在 LLaDA 与 Dream 上生成速度最高提升 7.15×。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI / cs.LG 最新TDLM：面向扩散语言模型的自适应时间集成
研究者提出 TDLM，让冻结 denoiser 中每个未解析位置关注自身隐藏表示的历史，复用以前步骤已算过的计算。训练使用自生成轨迹和针对相邻解码步间被揭示 token 的交叉熵目标，因果时间注意力支持训练时并行评估。在 LLaDA 上时间模块只增加约 0.84% 可训练参数，在 LLaDA 与 Dream 上生成速度最高提升 7.15×，评测任务上答案质量保持竞争力。
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。