热点事件持续更新
扩散大语言模型推理加速框架Step-dLLM发布
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
2026年11月3日，相关研究公布了面向扩散大语言模型高效推理的新方案Step-dLLM。该方案引入了自适应步感知块稀疏注意力机制，能够在去噪轨迹中周期性刷新掩码并基于头自适应分配计算预算，从而有效加速扩散大语言模型的推理过程。在实现与落地方面，Step-dLLM底层配备了融合IO感知的Triton kernel，且无需进行重新训练，即可直接应用于LLaDA-1.5和Dream-7B-Instruct等大语言模型。
AI 根据报道生成 · 10 小时前更新
最新进展11月3日 13:00
Step-dLLM框架发布，通过自适应步感知块稀疏注意力加速扩散大模型推理，支持免训练直接应用。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- 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。
本事件热度走势
当前热度 7·可比范围峰值 9（11月3日 18:00）·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。