更快但不同：加速多模态扩散语言模型中的内容漂移诊断与控制

英文标题：Faster but Different: Diagnosing and Controlling Content Drift in Accelerated Multimodal Diffusion Language Models

该论文关注扩散式多模态大语言模型（dMLLM）在采用免训练加速后出现的内容漂移问题。作者指出，尽管此类加速方法有助于提升模型部署能力，但可能在不易察觉的情况下改变生成内容。研究在 300 张真实图像上比较 Fast-dLLM 的输出，以分析服务阶段的一致性问题。该工作对希望在推理加速与生成可靠性之间取得平衡的开发者和行业部署者具有参考价值。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB