Fast3Dcache:无需训练的3D几何合成加速方法 / Fast3Dcache: Training-free 3D Geometry Synthesis Acceleration
1️⃣ 一句话总结
本文提出了一种名为Fast3Dcache的新方法,它能在不重新训练模型的前提下,通过智能地复用计算过程中稳定的中间结果,显著加快3D模型的生成速度,同时有效避免了因直接套用2D加速技术而导致的3D几何结构变形问题。
请先 登录 后再提交论文
Fast3Dcache:无需训练的3D几何合成加速方法 / Fast3Dcache: Training-free 3D Geometry Synthesis Acceleration
本文提出了一种名为Fast3Dcache的新方法,它能在不重新训练模型的前提下,通过智能地复用计算过程中稳定的中间结果,显著加快3D模型的生成速度,同时有效避免了因直接套用2D加速技术而导致的3D几何结构变形问题。
块级联:无需训练的块因果视频模型加速方法 / Block Cascading: Training Free Acceleration of Block-Causal Video Models
这项研究提出了一种无需额外训练的视频生成加速技术,通过让多个视频块并行去噪,在保持生成质量的同时将处理速度提升约两倍,解决了大型模型速度与质量难以兼顾的问题。
KLASS:基于KL引导的掩码扩散模型快速推理方法 / KLASS: KL-Guided Fast Inference in Masked Diffusion Models
这篇论文提出了一种名为KLASS的快速采样方法,通过利用KL散度识别稳定预测,在不额外训练模型的情况下大幅加速掩码扩散模型的生成过程,并在文本、图像和分子生成等多个领域保持甚至提升了生成质量。
AdaSPEC:面向高效推测解码器的选择性知识蒸馏 / AdaSPEC: Selective Knowledge Distillation for Efficient Speculative Decoders
本文提出了一种名为AdaSPEC的新方法,通过选择性过滤难以学习的词汇来优化知识蒸馏过程,使得小模型在推测解码中能更有效地模仿大模型,从而显著提高推理速度而不损失生成质量。
扩散语言模型在解码前已知答案 / Diffusion Language Models Know the Answer Before Decoding
这项研究发现扩散语言模型在生成过程中很早就已确定正确答案,并提出了一种无需训练的动态解码方法,可在保持质量的同时将推理速度提升最高3.4倍。