CacheScope 免训练扩散加速方法发布

Qinhan Lyu 等作者在 arXiv 发布 CacheScope，一种无需训练的扩散模型推理加速方法。它通过在线识别高风险的特征复用步骤，并选择性地回退到完整去噪计算，来减少推理开销，同时不改变底层的缓存重建器。 据作者称，该方法用探针输出变化除以输入位移得到单位轨迹移动的方向性增益，据此判断哪些步骤需要回退。这一过程不需要额外训练、梯度、辅助网络，也不需要针对提示词的离线调度优化。 目前公开的是论文，未披露实际加速比或生成质量的具体数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。