Ускорение диффузных трансформаторов с гауссианским процессом рециркулированный кэш
arXiv: 2609.05981v1 Annualce Type: New Humber: Difclusion Transformers стали доминирующей парадигмой в регенеративной ИИ, но их высокие вычислительные издержки серьезно препятствуют приложениям в режиме реального времени. Для ускорения диффузионных трансформаторов широко используется клетка, основанная на прогнозах; однако по мере увеличения числа этапов отклонения между ее прогнозами и исходной полностью интегрированной траекторией постепенно растут. Интуитивная идея заключается в использовании онлайновой регрессионной модели для динамического исправления этого отклонения, однако она сталкивается с проблемой отсутствия данных маркировки во время процесса ускорения. В настоящем документе содержится статистическое замечание о том, что остаточные элементы между элементами полных этапов расчета с использованием методов клетки и исходной полной траектории местного распределения на основе гауссианского нулевого уровня. С учетом особенностей полных этапов расчета в качестве шумных наблюдений за справочными характеристиками проблема сбора данных решается. На основании этого наблюдения, вилка