Buchumschlag

FPSAttention: Training-Aware FP8 and Sparsity Co-Design for Fast Video Diffusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Akide, Zhang, Zeyu, Li, Zhexin, Bai, Xuehai, Han, Yizeng, Tang, Jiasheng, Xing, Yuanjie, Wu, Jichao, Yang, Mingyang, Chen, Weihua, He, Jiahao, He, Yuanyu, Wang, Fan, Haffari, Gholamreza, Zhuang, Bohan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MiniCache: KV Cache Compression in Depth Dimension for Large Language Models
von: Liu, Akide, et al.
Veröffentlicht: (2024)

BlockVid: Block Diffusion for High-Quality and Consistent Minute-Long Video Generation
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

CoV: Chain-of-View Prompting for Spatial Reasoning
von: Zhao, Haoyu, et al.
Veröffentlicht: (2026)

Inferix: A Block-Diffusion based Next-Generation Inference Engine for World Simulation
von: Inferix Team, et al.
Veröffentlicht: (2025)

ReCA: Multi-Shot Long Video Extrapolation via Recursive Context Allocation
von: Liu, Akide, et al.
Veröffentlicht: (2026)

OmniSparse: Training-Aware Fine-Grained Sparse Attention for Long-Video MLLMs
von: Chen, Feng, et al.
Veröffentlicht: (2025)

Motion Mamba: Efficient and Long Sequence Motion Generation
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

Few-Step Distillation for Text-to-Image Generation: A Practical Guide
von: Pu, Yifan, et al.
Veröffentlicht: (2025)

ZPressor: Bottleneck-Aware Compression for Scalable Feed-Forward 3DGS
von: Wang, Weijie, et al.
Veröffentlicht: (2025)

Sparsity Forcing: Reinforcing Token Sparsity of MLLMs
von: Chen, Feng, et al.
Veröffentlicht: (2025)

(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

Neighboring Autoregressive Modeling for Efficient Visual Generation
von: He, Yefei, et al.
Veröffentlicht: (2025)

ZipAR: Parallel Auto-regressive Image Generation through Spatial Locality
von: He, Yefei, et al.
Veröffentlicht: (2024)

Evidence-based Distributional Alignment for Large Language Models
von: Pham, Viet-Thanh, et al.
Veröffentlicht: (2026)

Assistive Large Language Model Agents for Socially-Aware Negotiation Dialogues
von: Hua, Yuncheng, et al.
Veröffentlicht: (2024)

Improving Cross-Domain Low-Resource Text Generation through LLM Post-Editing: A Programmer-Interpreter Approach
von: Li, Zhuang, et al.
Veröffentlicht: (2024)

InfiniMotion: Mamba Boosts Memory in Transformer for Arbitrary Long Motion Generation
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

MCIE: Multimodal LLM-Driven Complex Instruction Image Editing with Spatial Guidance
von: Bai, Xuehai, et al.
Veröffentlicht: (2026)

Bridging the Gap Between Multimodal Foundation Models and World Models
von: He, Xuehai
Veröffentlicht: (2025)

Discrete Minds in a Continuous World: Do Language Models Know Time Passes?
von: Wang, Minghan, et al.
Veröffentlicht: (2025)

GTS: Inference-Time Scaling of Latent Reasoning with a Learnable Gaussian Thought Sampler
von: Wang, Minghan, et al.
Veröffentlicht: (2026)

RAPID^3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformer
von: Zhao, Wangbo, et al.
Veröffentlicht: (2025)

On the Reliability of Large Language Models for Causal Discovery
von: Feng, Tao, et al.
Veröffentlicht: (2024)

IMO: Greedy Layer-Wise Sparse Representation Learning for Out-of-Distribution Text Classification with Pre-trained Models
von: Feng, Tao, et al.
Veröffentlicht: (2024)

An Empirical Study on How Video-LLMs Answer Video Questions
von: Gou, Chenhui, et al.
Veröffentlicht: (2025)

Less Detail, Better Answers: Degradation-Driven Prompting for VQA
von: Han, Haoxuan, et al.
Veröffentlicht: (2026)

Towards Probing Speech-Specific Risks in Large Multimodal Models: A Taxonomy, Benchmark, and Insights
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Zero-Shot Privacy-Aware Text Rewriting via Iterative Tree Search
von: Huang, Shuo, et al.
Veröffentlicht: (2025)

Jigsaw Puzzles: Splitting Harmful Questions to Jailbreak Large Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Audio Is the Achilles' Heel: Red Teaming Audio Large Multimodal Models
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Reshaping Representation Space to Balance the Safety and Over-rejection in Large Audio Language Models
von: Yang, Hao, et al.
Veröffentlicht: (2025)

IRIS: An Iterative and Integrated Framework for Verifiable Causal Discovery in the Absence of Tabular Data
von: Feng, Tao, et al.
Veröffentlicht: (2025)

CausalScore: An Automatic Reference-Free Metric for Assessing Response Relevance in Open-Domain Dialogue Systems
von: Feng, Tao, et al.
Veröffentlicht: (2024)

FP6-LLM: Efficiently Serving Large Language Models Through FP6-Centric Algorithm-System Co-Design
von: Xia, Haojun, et al.
Veröffentlicht: (2024)

SCAR: Data Selection via Style Consistency-Aware Response Ranking for Efficient Instruction-Tuning of Large Language Models
von: Li, Zhuang, et al.
Veröffentlicht: (2024)

RIDE: Enhancing Large Language Model Alignment through Restyled In-Context Learning Demonstration Exemplars
von: Hua, Yuncheng, et al.
Veröffentlicht: (2025)

ME-Switch: A Memory-Efficient Expert Switching Framework for Large Language Models
von: Liu, Jing, et al.
Veröffentlicht: (2024)

FlashAR: Efficient Post-Training Acceleration for Autoregressive Image Generation
von: Zhou, Junkang, et al.
Veröffentlicht: (2026)

AIPO: Learning to Reason from Active Interaction
von: Liu, Junnan, et al.
Veröffentlicht: (2026)

The Best of Both Worlds: Bridging Quality and Diversity in Data Selection with Bipartite Graph
von: Wu, Minghao, et al.
Veröffentlicht: (2024)