待验证50% 置信事实精确时间

去噪塔借鉴图像扩散DiT架构的adaLN时间步机制，用于编码掩码比例，仅增加约150万参数

1

来源数

50%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

NVIDIA双塔扩散语言模型解析：冻结半边网络如何提速2.4倍

相关事实

待验证近似最近邻ANN算法如HNSW和IVF通过牺牲微小精度换取数量级速度提升66% 相似待验证自适应层归一化（AdaLN）由DiT架构推广，将条件信号通过MLP映射为缩放和偏移参数，相比交叉注意力计算开销更低66% 相似待验证在Prefill阶段三类模型性能差异在噪声范围内，Decode阶段打补丁后反而快约1.4%66% 相似待验证INT8量化、通道剪枝等模型压缩技术可在精度损失低于1% mAP的前提下将推理速度提升2-4倍65% 相似待验证将AI推理能力部署到边缘节点可以将延迟从数百毫秒降低到个位数毫秒65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/565263

API

curl https://kongchang.com/api/v1/knowledge/claims/565263

MCP

get_claim(id=565263)