当前位置:首页 → 电脑软件 → 乡村爱情16作妖再创新高 → 篮球买球app v7.722.1598.438549 安卓最新版
v6.262.9642.461995 PC版
v6.195.9273 安卓免費版
v2.171.2765.391643 安卓漢化版
v1.7.9635.400572 PC版
v6.882.8446 IOS版
v4.300.3177.990988 安卓漢化版
v7.90.6864 IOS版
v4.127.5869.744824 最新版
v5.959 最新版
v1.839.9159.453501 安卓免費版
v9.606 IOS版
v2.897.3394.259620 最新版
v2.329.518.377410 最新版
v1.512.3074 IOS版
v9.781.1995.833126 IOS版
v8.333.1633 安卓最新版
v9.278.2169.127923 最新版
v6.848.4026.142099 安卓免費版
v7.4.9884 安卓版
v5.316.6517.459779 PC版
v7.969.9350.972412 最新版
v3.859.2722.870476 IOS版
v4.268 最新版
v6.62.8142 最新版
v9.638 最新版
v9.836.9488 IOS版
v5.728 安卓免費版
v5.133.2372.547216 安卓漢化版
v5.230.9403 安卓漢化版
v1.439 安卓最新版
v6.544 IOS版
v9.105.3537.543696 安卓漢化版
v4.79.7551.326571 最新版
v7.281 安卓漢化版
v5.411.4936.151488 PC版
v1.430.5631.426173 安卓漢化版
v6.491 IOS版
v3.458 安卓免費版
v5.638.9431 安卓漢化版
v8.320 PC版
v4.480.9788.148773 IOS版
v1.912.6805.627515 最新版
v1.512.4958.344575 安卓漢化版
v9.40 最新版
v9.819.4646 安卓版
v9.232 最新版
v2.408.5120.253712 最新版
v7.97.5841.349584 安卓版
v3.544.4042.22354 IOS版
v4.799.9674.838137 最新版
v2.512.155 安卓免費版
v9.498.5340.385517 安卓版
v6.307.7451.20301 PC版
v2.721 IOS版
v1.687.1762 IOS版
v1.343.1123.958774 安卓漢化版
v3.312.7416 安卓版
v4.484.4226.655116 安卓版
v3.111.9944.340214 最新版
v3.66 安卓免費版
v5.800.9800 最新版
v1.825 PC版
v4.665.5492.463193 安卓漢化版
v6.15 安卓漢化版
v3.519.4092.549424 安卓最新版
v4.117.1128 PC版
v2.839.6627.6360 最新版
v6.170.546.393510 安卓漢化版
v5.390.2386.173210 安卓免費版
v8.688.4731.669288 安卓版
v3.845 PC版
v6.268.6469 IOS版
v4.597.5220.374650 PC版
v7.394.9450.545377 安卓免費版
v3.961.9524.475512 安卓最新版
v9.49 安卓版
v2.701.287.811905 安卓版
v2.749.7407.390940 最新版
v6.163.8333 最新版
v4.145.373 安卓免費版
篮球买球app
新智元报道
编辑:LRST
【新智元导读】杜克大学团队发现,扩散大语言模型只需关注少量「中奖」token,就能在推理时把速度提升61-97倍,还能让模型更懂格式、更听话。新策略DPad不训练也能零成本挑出关键信息,实现「少算多准」的双赢。
在大型语言模型的优化中,业界通常认为计算量与模型性能正相关。
然而,杜克大学陈怡然教授团队的一项最新研究DPad,却揭示了一个反直觉的现象:对于扩散大语言模型(dLLMs),通过一种「先验丢弃」策略,主动减少其计算量,不仅能带来高达61倍的推理加速,还能意外地增强模型语境学习的能力。
这一发现源于对dLLM内部一种「中奖彩票」(Lottery Ticket)现象的洞察。模型在生成文本时,其庞大的注意力网络中似乎隐藏着一个极度稀疏但高效的「中奖组合」。
DPad的核心贡献就在于,它无需训练,便能在推理时动态地、近乎零成本地找出这个组合,从而实现速度与精度的双重飞跃。
论文地址:https://arxiv.org/abs/2508.14148
代码地址:https://github.com/Crys-Chen/DPad
论文作者团队来自杜克大学CEI中心,由实习生陈欣骅、黄思韬及郭聪博士共同完成,指导教师为李海教授、陈怡然教授,其他作者还包括魏迟越、何银涛、张健一。
独特的注意力机制
dLLM的草稿纸
团队发现,dLLM的独特之处在于双向注意力,这使得它在生成文本时,会关注所有待生成的后文词元(Suffix Token),并将它们用作规划全文的「草稿纸」。
「草稿纸」机制使得模型能在Transformer的第n层往后文写入信息,然后在第n+1层读取后文信息,用于辅助前文的解码。
图1 「草稿纸机制」示意图,左下角为前文往后文写入信息,右上角为前文从后文读取信息
反直觉的实验
随手一抓,都能中奖?
前文提到,dLLM在解码前文时,会将大段的后文词元作为草稿纸。
团队进一步分析了模型对后文词元的注意力分数,发现模型对后文词元的注意力随着距离快速衰减,但还是会有一些零星「尖峰」。
说明后文词元有强烈的稀疏性,仅存在少量比较重要的词元。
这个发现完美契合了深度学习中著名的「彩票假说」(Lottery Ticket Hypothesis)。
受此启发,团队提出了「扩散彩票假说」(Diffusion Lottery Tickets Hypothesis):在dLLM的后缀token中,存在一个稀疏的「中奖彩票」子集,只要能「抽中」它们,就能在大幅降低计算成本的同时,达到甚至超越完整模型的性能。
图2 当前块对后缀token的注意力分数图。可以看到,后文token存在部分尖峰
这也是正常词元剪枝(Token Pruning)的逻辑——统计注意力分数,确定不重要的词元,然后将其删除。
然而,DPad团队并不满足于此,他们进行了一项颠覆性的实验:强行删除那些距离很远、但注意力得分很高的「尖峰」词元。
结果出乎意料——模型的准确率几乎毫无损失!
不同于自回归模型,dLLM展现出了惊人的「自愈能力」,仿佛后文词元的信息可以自由流动,当一个关键路径被阻断时,注意力会立刻转移到邻近的词元上,形成新的信息通路。
图3 「注意力迁移」现象,删除「关键词元」后,模型的注意力尖峰转移到附近词元
这个「注意力迁移」现象有力地证明:dLLM的全局规划能力并非依赖于某些特定位置的「明星词元」,而更像是一种分布式的、可替代的冗余系统。
研究人员并没有必要花费大量的计算去确定「关键词元」,直接先验地剪枝,最终保有一套系统就行。
DPad的核心
从「事后剪枝」到「事前筛选」
基于上述发现,DPad提出了一套全新的「事前筛选」逻辑。
不再让模型「全力计算后才发现浪费」,而是在计算开始前就果断地丢弃掉绝大部分冗余部分。
实现该目标的核心是两大策略:
1.滑动窗口 (Sliding Window):将模型的「目光」强制聚焦在当前解码位置附近的一个固定长度窗口内,从根本上杜绝了对遥远未来的无效关注。
这好比作家在写当前章节时,只详细规划紧邻的几章,而不是构思最后一章的具体措辞。
2.距离衰减丢弃 (Distance-decay Dropout):在窗口内部,也并非一视同仁。DPad采用一种随距离递减的概率来保留词元,即「越近的草稿越详细,越远的草稿越潦草」。
这两招简单而有效,共同构成了一个动态的「中奖彩票」筛选器,让模型在每一解码步都只使用一个极度稀疏但高效的注意力子集。
图4 (a)自回归模型;(b) 传统dLLM,需要关注所有后缀token;(c) DPad,仅关注附近少数经过筛选的后缀token
颠覆性的成果
速度与精确度的意外双赢
DPad带来的并非传统意义上「牺牲精度换速度」的权衡,而是一场双赢。
「严格匹配」准确率的大幅提升
在常规评测中,「灵活匹配」(Flexible-Match)只要求答案数值正确,而「严格匹配」(Strict-Match)则要求模型严格遵循范例的格式与推理步骤,是衡量模型「语境学习能力」的关键指标。
图5 「灵活匹配」得分和「严格匹配」得分。原始模型(左)没能按照「####」的格式输出答案,没能通过「严格匹配」;使用DPad(右)后模型成功「记得」按「####」输出答案,通过「严格匹配」
图6 DPad在LLaDA-Instruct上的效果
实验显示,原始的LLaDA-Instruct模型在GSM8K任务上严格匹配率仅为37.38%,因为它虽然能算对答案,却无法很好地复刻范例格式。
而应用DPad后,通过滤除大量无关后文词元的干扰,模型能更专注于学习prompt中的有效信息,严格匹配率跃升至63.84%。
这表明,DPad让模型变得更「专注」,更能领会并执行复杂指令。
图7 DPad在LLaDA-1.5上的效果
图8 DPad在Dream-Base上的效果
意料之中的惊人加速比
当模型不再需要为海量冗余信息耗费算力后,其推理速度得到了指数级解放。在短示例、长文本生成场景下,DPad的优势被发挥到极致:
图9 在GSM8K(1024 tokens, 1-shot)任务上,LLaDA-1.5+Fast-dLLM+DPad实现了61.39倍的加速
图10 在HumanEval(2048 tokens, 0-shot)任务上,Dream-Base+Fast-dLLM+DPad实现了97.32倍的加速
在LLaDA-1.5模型(1024 词元输出)上,DPad结合并行解码等优化后,实现了61.39倍的综合加速。
在Dream模型(2048 词元输出)上,这一数字更是达到了97.32倍。
总结
DPad证明,对于dLLM而言,「少即是多」。
它通过一种巧妙的、免训练的「事前筛选」机制,揭示并利用了dLLM中潜在的稀疏结构。
其带来的不仅是接近两个数量级的推理加速,更有对模型深层能力的意外增强。
这项工作为我们开辟了一条全新的优化思路:未来的模型设计或许可以更大胆地探究稀疏性,让dLLM在「化繁为简」的道路上走得更远。
参考资料:
https://arxiv.org/abs/2508.14148
相关版本
多平台下载
查看所有0条评论>网友评论