扩散大语言模型推理加速框架Step-dLLM发布

1. 13:00
   arXiv 自然语言处理

   Step-dLLM：面向扩散大语言模型高效推理的自适应步感知稀疏注意力

   Step-dLLM 引入自适应步感知块稀疏注意力机制，通过在去噪轨迹中周期性刷新掩码与头自适应分配预算，加速扩散大语言模型推理。该方案无需重新训练即可直接应用于 LLaDA-1.5 和 Dream-7B-Instruct，底层配备融合 IO 感知的 Triton kernel。

Current heat 6·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.