跳到正文
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18 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发表题为“扩散大语言模型方法及应用”的演讲，讨论能否在保证生成质量的同时让扩散语言模型生成得更快，并讲解如何把扩散语言模型的并行潜力转化为实际生成速度。 演讲内容涵盖LLaDA、Dream的基础路线，D2F、MultiBD跨块并行，CForce、LightningRL后训练，以及Fast-dLLM、LoPA推理优化，并给出TPF、TPS与准确率等实测数据。邓志杰还介绍了这些方法在流式视频、语音修复、多模态与智能体中的应用探索。

AI 根据报道生成 · 15 小时前更新

最新进展11月5日 13:44
上海交大邓志杰讲解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
  1. 雷峰网 · AI
    上海交大邓志杰讲解扩散语言模型如何兼顾生成速度与质量

    上海交大副教授邓志杰在CNCC 2026以“扩散大语言模型方法及应用”为题，讲解如何把扩散语言模型的并行潜力转化为实际生成速度。内容从LLaDA、Dream的基础路线讲到D2F、MultiBD跨块并行，以及CForce、LightningRL后训练和Fast-dLLM、LoPA推理优化，并给出TPF、TPS与准确率等实测数据。演讲还介绍了这些方法在流式视频、语音修复、多模态与智能体中的应用探索。

本事件热度走势

可比范围当前
6
可比范围峰值
911月5日 17:00
近 24 小时变化
–

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。