待验证50% 置信事实精确时间

研究者提出了Dynamics-aware Token Merging（DaTMe），一种将token合并决策建立在扩散过程动力学之上的无需训练加速策略。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

扩散动力学驱动的Token合并：DaTMe加速图像生成

涉及实体

DaTMeconcept Dynamics-aware Token Mergingconcept

相关事实

待验证DaTMe的核心论点是扩散动力学可以作为token级合并决策的有效依据。75% 相似待验证Token Merging 作用于推理阶段，无需重新训练即可直接对已有模型生效，不改变模型权重70% 相似已验证工作流本质上是有向无环图（DAG）结构的流程编排，适合处理步骤固定、逻辑可预测的确定性任务64% 相似待验证GeLLM³O是一个面向多目标分子优化的先进LLM模型，其本身已具备单轮多目标优化的能力，但在多轮迭代中缺乏利用历史反馈的显式训练机制。62% 相似待验证迭代式交互（先给目标与示例，让模型产出初稿，再通过多轮反馈逐步收敛）比单次超长提示词更稳定，也更贴近真实工作流。62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1042416

API

curl https://kongchang.com/api/v1/knowledge/claims/1042416

MCP

get_claim(id=1042416)