研究者提出BLD文本生成方法
热点事件持续更新
研究者提出BLD文本生成方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Xinsong Feng等作者提出分支潜在扩散（Branching Latent Diffusion，BLD）文本生成方法，将1024个token的序列压缩为仅64个块隐变量，压缩比达16倍，并通过分支式token让各局部自回归（AR）分支并行解码。 该论文发布在arXiv cs.LG，作者称这一设计利用了模型在潜在空间上的灵活性。目前报道仅给出方法层面的压缩与并行解码机制，未提供生成质量或效率的实测结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
BLD：将 1024 token 压缩为 64 个块隐变量的高效连续扩散语言模型报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LGBLD：将 1024 token 压缩为 64 个块隐变量的高效连续扩散语言模型
研究者提出 Branching Latent Diffusion（BLD），将 1024 token 序列压缩为仅 64 个块隐变量（16 倍压缩），并通过分支式 token 实现让各局部 AR 分支并行解码。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。