Раннее декодирование птиц: ускорение диффузных УЗУ с помощью усвоенных размеров блоков и параллельного отбора проб

Компьютерные науки > Вычисления и язык [представлены 15 сентября 2026 года] Название: Early-Bird Decoding: Ускорение Difsution LMS с изучаемыми размерами блоков и параллельным выборочным анализом PDF HTML (экспериментальным) резюме: Difclusion крупноязычные модели (dLM) предлагают многообещающую параллельную парадигму декодирования в качестве альтернативы авторегрессивному генерации посредством итеративного размаскивания. Однако для того, чтобы достичь порога декодирования, DLM обычно требуется много шагов, что приводит к неэффективному выводу даже с блок-поверхностным КВ. Для ускорения процесса вывода DLM мы впервые предлагаем систему декодирования "ранних птиц (EB)" с учетом того, что символы столь же низкой энтропии имеют тенденцию к группированию и могут быть расшифрованы ранее до достижения порога доверия. В частности, система EB-Decod объединяет два ключевых фактора: 1) обучающаяся сеть, которая адаптивно группирует символы с аналогичной степенью неопределенности в блоки переменной длины вместо опоры на фиксированные размеры блоков; 2) устройство для отбора проб местоположения, которое учится расшифровывать символы параллельно, используя меньшее количество декодирующих шагов в рамках прогнозируемых блоков изменяющейся длины. Оба компонента разрабатываются без изменения предварительно подготовленных весов DLM и поэтому могут непосредственно использоваться в качестве подвески во время работы, при этом незначительная профессиональная подготовка и расчетные накладные…