待验证50% 置信基准精确时间

报告测出DiffusionGemma平均每步生成token数达到19.74个，而自回归方法每步只能生成1个

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/27

首次发现

有效期至：2026/11/25

来源

DiffusionGemma解析：扩散模型如何让LLM快5倍

涉及实体

DiffusionGemmamodel

相关事实

待验证在同一张英伟达H100显卡上，DiffusionGemma每秒可生成约1500个token，而上一代自回归模型仅能生成约300个，快了近5倍66% 相似待验证扩散模型推理时通过采样器算法通常只需20-30步迭代即可获得高质量图像生成结果，远少于训练时的1000步62% 相似已验证如果每步准确率为95%，经过20步循环后整体准确率会降至约36%62% 相似待验证模型输入与输出Token的比例从4.52:1飙升至13:160% 相似待验证Meta的LLaMA论文披露其训练数据中约67%来自Common Crawl，经过多轮过滤后仅保留原始数据的约15%59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/807341

API

curl https://kongchang.com/api/v1/knowledge/claims/807341

MCP

get_claim(id=807341)