热点事件持续更新
扩散推测解码加速框架DScout提出
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20日，研究人员在arXiv发布面向扩散草稿投机解码的因子分解指导训练与推理框架DScout。该方案利用两项互补的因子分解分别指导扩散草稿模型的训练与推理，旨在解决扩散投机解码中接受长度与延迟不匹配的问题以提升实际吞吐量。在六项基准测试中，DScout在Qwen3-4B和Qwen3-8B上相比自回归解码分别实现了3.84倍和4.14倍的平均加速比，相较SOTA基线的平均加速比分别提升了9.1%和7.1%。
AI 根据报道生成 · 4 小时前更新
最新进展10月20日 12:00
研究人员提出DScout框架，在Qwen3模型上实现最高4.14倍解码加速。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 机器学习面向扩散草稿投机解码的因子分解指导训练与推理框架 DScout
DScout 提出利用两项互补的因子分解分别指导扩散草稿模型的训练与推理，旨在解决扩散投机解码中接受长度与延迟不匹配的问题以提升实际吞吐量。在六项基准测试中，DScout 在 Qwen3-4B 和 Qwen3-8B 上相比自回归解码分别实现 3.84x 和 4.14x 的平均加速比，较 SOTA 基线平均加速比提升 9.1% 和 7.1%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。