论文
Flash-dLLM: IO-Aware KV Caching and Parallel Decoding for Fast, Memory-Efficient Diffusion LLMs
提出面向扩散型大语言模型（dLLM）的IO感知KV缓存与并行解码技术，显著提升推理效率与内存利用率
档案回溯至 2026-09 · 收录于 2026-09-23热度 1.0
inferencediffusionkv-cache
暂未评估,等待下一轮评分。
事件时间线
- 2026-09-22 🏁 里程碑Flash-dLLM论文发布：面向扩散型LLM的高效推理新方法
关联信号
想把「Flash-dLLM: IO-Aware KV Caching and Parallel Decoding for Fast, Memory-Efficient Diffusion LLMs」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。