AutoTarget：按求解器自动选择扩散缓存张量
热点事件持续更新
AutoTarget：按求解器自动选择扩散缓存张量
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Shuo Yang等研究者提出AutoTarget，针对少步蒸馏后相邻采样步间隔变大、复用张量误差升高的问题，根据模型、求解器和复用调度自动选择误差最低的缓存张量。 在蒸馏图像与视频DiT上，该方法减少了DiT前向评估次数和缓存存储占用，生成质量接近未缓存版本；在PixArt-LCM和FLUX.1-schnell上，其校准排序与留出缓存运行结果一致。研究者称核心实现已在GitHub开源，以便复现。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
重新思考少步扩散 Transformer 中缓存什么：求解器感知的目标选择报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AI重新思考少步扩散 Transformer 中缓存什么：求解器感知的目标选择
针对少步蒸馏后相邻采样步间隔变大、复用张量误差升高的问题，研究者提出 AutoTarget，可根据模型、求解器和复用调度自动选择误差最低的缓存张量。该方法在蒸馏图像与视频 DiT 上减少了 DiT 前向评估次数和缓存存储占用，生成质量接近未缓存版本；在 PixArt-LCM 和 FLUX.1-schnell 上，其校准排序与留出缓存运行结果一致，核心实现已在 GitHub 开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。