上海交大EPIC Lab提出dLLM-Cache，实现扩散语言模型最高九倍推理加速且免训练

上海交通大学EPIC Lab团队开发了dLLM-Cache，一种无需训练的高效推理缓存机制，专为加速扩散式大语言模型（dLLMs）设计。该方法通过复用稳定特征和更新剧烈变化特征，实现最高9.1倍的推理加速，同时保持生成质量无损。研究发现prompt特征长期稳定，response特征仅少量变化剧烈，为缓存策略提供了理论支持。实验表明，dLLM-Cache在LLaDA和Dream等模型上显著提升推理速度，并使dLLMs在准确率领先的情况下，推理速度首次超越自回归模型（ARMs）。
来源：https://mp.weixin.qq.com/s/MMVBTI6OHE2wUKLcTNAfmQ