跳到正文
Hugging Face 每日热门论文·· 14 天前AI 评分50

G-STAR:用于深度压缩自回归生成的分组缩放 Token 容量

G-STAR: Group-Scaled Token Capacity for Deeply Compressed Autoregressive Generation

AI 导读

论文提出 GSTAR 空间—分组协同缩放框架,在固定名义信息预算下让分组大小随每轴空间压缩因子按平方增长,支持 32×及有效 64×压缩,并引入半自回归解码器。在 1024×1024 分辨率下,模型在单张 NVIDIA H200 上每张图生成耗时 2.5 秒,相比此前离散自回归模型提速 20×,并在五个文本到图像基准上保持有竞争力的表现。

来源:Hugging Face 每日热门论文 · huggingface.co