邓志杰在CNCC 2026讲解扩散语言模型加速方法
热点事件持续更新
邓志杰在CNCC 2026讲解扩散语言模型加速方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
上海交通大学副教授邓志杰在 CNCC 2026 发表演讲，讨论扩散语言模型能否在保证生成质量的同时加快生成速度，并梳理了从 LLaDA、Dream 基础路线到跨块并行生成的加速方法。 他给出的性能数据包括：MBD-LLaDA2-Mini 在两张 H100 上达到约 746 TPS；经 CForce 训练的 LLaDA2.1-mini 平均 TPF 从 6.94 提升到 9.08。这些数字来自演讲中的介绍，反映的是特定模型和硬件条件下的结果。
AI 根据报道生成 · 4 小时前更新
最新进展11月5日 13:44
上海交大邓志杰：扩散语言模型如何兼顾生成速度与质量报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 雷锋网上海交大邓志杰：扩散语言模型如何兼顾生成速度与质量
上海交通大学副教授邓志杰在 CNCC 2026 演讲中梳理了扩散语言模型从 LLaDA、Dream 基础路线到跨块并行生成的加速方法。MBD-LLaDA2-Mini 在两张 H100 上达到约 746 TPS，经 CForce 训练的 LLaDA2.1-mini 平均 TPF 从 6.94 提升到 9.08。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月5日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:0019:00
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。