跳到正文
热点事件观察中

TS-DP:扩散策略的推测解码加速框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究团队提出 TS-DP,称这是首个将推测解码用于 Diffusion Policy(扩散策略)的框架:用蒸馏得到的 Transformer drafter 替代高成本去噪调用,并用强化学习调度器根据时序任务难度动态调整投机参数。 仿真中,该框架实现最高 4.17 倍 NFE 降低、3.2 倍实际耗时加速,草稿接受率超过 85%;真实实验中 NFE 降低 3.8 倍,传送带任务成功率提升 23%,推理频率达 26 Hz。代码已开源。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv cs.AI
    TS-DP:面向时序自适应扩散策略加速的强化投机解码框架

    研究团队提出 TS-DP,首个将投机解码用于 Diffusion Policy 的框架,通过蒸馏 Transformer drafter 替代高成本去噪调用,并用 RL 调度器按时序任务难度动态调整投机参数。仿真中实现最高 4.17x NFE 降低、3.2x 实际耗时加速,草稿接受率超 85%;真实实验 NFE 降低 3.8x,传送带任务成功率提升 23%,推理频率达 26 Hz。代码已开源。

本事件热度走势

可比范围当前
4
可比范围峰值
810月28日 22:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。