Buchumschlag

DPad: Efficient Diffusion Language Models with Suffix Dropout

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xinhua, Huang, Sitao, Guo, Cong, Wei, Chiyue, He, Yintao, Zhang, Jianyi, Li, Hai "Helen", Chen, Yiran
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MLLM-LLaVA-FL: Multimodal Large Language Model Assisted Federated Learning
von: Zhang, Jianyi, et al.
Veröffentlicht: (2024)

EVA: Accelerating LLM Decoding via an Efficient Vector Quantization Architecture
von: Duan, Bowen, et al.
Veröffentlicht: (2026)

CoreInfer: Accelerating Large Language Model Inference with Semantics-Inspired Adaptive Sparse Activation
von: Wang, Qinsi, et al.
Veröffentlicht: (2024)

Keyframe-oriented Vision Token Pruning: Enhancing Efficiency of Large Vision Language Models on Long-Form Video Processing
von: Liu, Yudong, et al.
Veröffentlicht: (2025)

SLED: Self Logits Evolution Decoding for Improving Factuality in Large Language Models
von: Zhang, Jianyi, et al.
Veröffentlicht: (2024)

MLP Fusion: Towards Efficient Fine-tuning of Dense and Mixture-of-Experts Language Models
von: Ai, Mengting, et al.
Veröffentlicht: (2023)

Advancing Adversarial Suffix Transfer Learning on Aligned Large Language Models
von: Liu, Hongfu, et al.
Veröffentlicht: (2024)

MUSE: A Run-Centric Platform for Multimodal Unified Safety Evaluation of Large Language Models
von: Wang, Zhongxi, et al.
Veröffentlicht: (2026)

Federated Large Language Models: Current Progress and Future Directions
von: Yao, Yuhang, et al.
Veröffentlicht: (2024)

Investigating the Synergistic Effects of Dropout and Residual Connections on Language Model Training
von: Li, Qingyang, et al.
Veröffentlicht: (2024)

Min-K%++: Improved Baseline for Detecting Pre-Training Data from Large Language Models
von: Zhang, Jingyang, et al.
Veröffentlicht: (2024)

MARS: Efficient, Adaptive Co-Scheduling for Heterogeneous Agentic Systems
von: Wang, Yifei, et al.
Veröffentlicht: (2026)

The Unlearnability Phenomenon in RLVR for Language Models
von: Chen, Yulin, et al.
Veröffentlicht: (2026)

A Survey on Diffusion Language Models
von: Li, Tianyi, et al.
Veröffentlicht: (2025)

Orchestrating Dual-Boundaries: An Arithmetic Intensity Inspired Acceleration Framework for Diffusion Language Models
von: Wei, Linye, et al.
Veröffentlicht: (2025)

Pretraining Language Models with Subword Regularization: An Empirical Study of BPE Dropout in Low-Resource NLP
von: Visser, Ruan, et al.
Veröffentlicht: (2026)

Efficient Temporal Tokenization for Mobility Prediction with Large Language Models
von: He, Haoyu, et al.
Veröffentlicht: (2025)

Efficient Sequential Decision Making with Large Language Models
von: Chen, Dingyang, et al.
Veröffentlicht: (2024)

Diffusion Guided Language Modeling
von: Lovelace, Justin, et al.
Veröffentlicht: (2024)

DLM-One: Diffusion Language Models for One-Step Sequence Generation
von: Chen, Tianqi, et al.
Veröffentlicht: (2025)

ZEUS: Accelerating Diffusion Models with Only Second-Order Predictor
von: Wang, Yixiao, et al.
Veröffentlicht: (2026)

Streaming-dLLM: Accelerating Diffusion LLMs via Suffix Pruning and Dynamic Decoding
von: Xiao, Zhongyu, et al.
Veröffentlicht: (2026)

DenseMamba: State Space Models with Dense Hidden Connection for Efficient Large Language Models
von: He, Wei, et al.
Veröffentlicht: (2024)

LangFlow: Continuous Diffusion Rivals Discrete in Language Modeling
von: Chen, Yuxin, et al.
Veröffentlicht: (2026)

A Triadic Suffix Tokenization Scheme for Numerical Reasoning
von: Chetverina, Olga
Veröffentlicht: (2026)

Continuous Diffusion Scales Competitively with Discrete Diffusion for Language
von: Yang, Zhihan, et al.
Veröffentlicht: (2026)

Discrete Diffusion Language Model for Efficient Text Summarization
von: Dat, Do Huu, et al.
Veröffentlicht: (2024)

Uncertainty Awareness of Large Language Models Under Code Distribution Shifts: A Benchmark Study
von: Li, Yufei, et al.
Veröffentlicht: (2024)

Improving Variable-Length Generation in Diffusion Language Models via Length Regularization
von: Cheng, Zicong, et al.
Veröffentlicht: (2026)

Attention-Based Sampler for Diffusion Language Models
von: Zhou, Yuyan, et al.
Veröffentlicht: (2026)

Sequential Diffusion Language Models
von: Liu, Yangzhou, et al.
Veröffentlicht: (2025)

Stability-Weighted Decoding for Diffusion Language Models
von: Wu, Yue, et al.
Veröffentlicht: (2026)

EvoEdit: Evolving Null-space Alignment for Robust and Efficient Knowledge Editing
von: Lyu, Sicheng, et al.
Veröffentlicht: (2025)

HMT: Hierarchical Memory Transformer for Efficient Long Context Language Processing
von: He, Zifan, et al.
Veröffentlicht: (2024)

On Eliciting Syntax from Language Models via Hashing
von: Wang, Yiran, et al.
Veröffentlicht: (2024)

Efficient Parallel Samplers for Recurrent-Depth Models and Their Connection to Diffusion Language Models
von: Geiping, Jonas, et al.
Veröffentlicht: (2025)

Efficient Reasoning for Large Reasoning Language Models via Certainty-Guided Reflection Suppression
von: Huang, Jiameng, et al.
Veröffentlicht: (2025)

Hamming Attention Distillation: Binarizing Keys and Queries for Efficient Long-Context Transformers
von: Horton, Mark, et al.
Veröffentlicht: (2025)

Model Compression and Efficient Inference for Large Language Models: A Survey
von: Wang, Wenxiao, et al.
Veröffentlicht: (2024)

Language Control Diffusion: Efficiently Scaling through Space, Time, and Tasks
von: Zhang, Edwin, et al.
Veröffentlicht: (2022)