CoTA++：免训练缓解dMLLM重复诅咒
热点事件持续更新
CoTA++：免训练缓解dMLLM重复诅咒
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Qiyan Zhao等作者提出免训练、即插即用的框架CoTA++，用于缓解扩散多模态大模型（dMLLM）因近似缓存导致的“重复诅咒”。研究者称，该框架从步内、跨步、跨层三处信息流断裂入手修复。 在三个dMLLM和两种缓存后端上，CoTA++将长回答的样本重复率从最高99.6%降至最多17.0%，并在九个基准上找回大部分因缓存损失的准确率，额外开销低于15%。
AI 根据报道生成 · 56 分钟前更新
最新进展10月19日 12:00
CoTA++：从信息流视角理解 dMLLM 中的重复诅咒报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AICoTA++：从信息流视角理解 dMLLM 中的重复诅咒
针对扩散多模态大模型（dMLLM）近似缓存导致的“重复诅咒”，研究者提出免训练、即插即用的框架 CoTA++，从步内、跨步、跨层三处信息流断裂入手修复。在三个 dMLLM 和两种缓存后端上，CoTA++ 将长回答的样本重复率从最高 99.6% 降至最多 17.0%，并在九个基准上找回大部分因缓存损失的准确率，额外开销低于 15%。
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。