DepCap: Adaptive Block-Wise Parallel Decoding for Efficient Diffusion LM Inference
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Xia, Xiang, Zhang, Wuyang, Liu, Jiazheng, Yan, Cheng, Zhang, Yanyong |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
BlockBatch: Multi-Scale Consensus Decoding for Efficient Diffusion Language Model Inference
par: Wu, Xiaoyou, et autres
Publié: (2026)
par: Wu, Xiaoyou, et autres
Publié: (2026)
Breaking Model Lock-in: Cost-Efficient Zero-Shot LLM Routing via a Universal Latent Space
par: Yan, Cheng, et autres
Publié: (2026)
par: Yan, Cheng, et autres
Publié: (2026)
TPLA: Tensor Parallel Latent Attention for Efficient Disaggregated Prefill and Decode Inference
par: Tang, Xiaojuan, et autres
Publié: (2025)
par: Tang, Xiaojuan, et autres
Publié: (2025)
AdaBlock-dLLM: Semantic-Aware Diffusion LLM Inference via Adaptive Block Size
par: Lu, Guanxi, et autres
Publié: (2025)
par: Lu, Guanxi, et autres
Publié: (2025)
Accelerating Diffusion LLMs via Adaptive Parallel Decoding
par: Israel, Daniel, et autres
Publié: (2025)
par: Israel, Daniel, et autres
Publié: (2025)
Encoder-Decoder Diffusion Language Models for Efficient Training and Inference
par: Arriola, Marianne, et autres
Publié: (2025)
par: Arriola, Marianne, et autres
Publié: (2025)
Free Draft-and-Verification: Toward Lossless Parallel Decoding for Diffusion Large Language Models
par: Wu, Shutong, et autres
Publié: (2025)
par: Wu, Shutong, et autres
Publié: (2025)
CALM: A CKA-Guided Adaptive Layer-Wise Modularization Framework for LLM Quantization
par: Zhang, Jinhao, et autres
Publié: (2025)
par: Zhang, Jinhao, et autres
Publié: (2025)
EviDep: Trustworthy Multimodal Depression Estimation via Disentangled Evidential Learning
par: Liu, Fangyuan, et autres
Publié: (2026)
par: Liu, Fangyuan, et autres
Publié: (2026)
BLAST: Block-Level Adaptive Structured Matrices for Efficient Deep Neural Network Inference
par: Lee, Changwoo, et autres
Publié: (2024)
par: Lee, Changwoo, et autres
Publié: (2024)
EBFT: Effective and Block-Wise Fine-Tuning for Sparse LLMs
par: Guo, Song, et autres
Publié: (2024)
par: Guo, Song, et autres
Publié: (2024)
Entropy Adaptive Decoding: Dynamic Model Switching for Efficient Inference
par: Simonds, Toby
Publié: (2025)
par: Simonds, Toby
Publié: (2025)
CAS-Spec: Cascade Adaptive Self-Speculative Decoding for On-the-Fly Lossless Inference Acceleration of LLMs
par: Ning, Zhiyuan, et autres
Publié: (2025)
par: Ning, Zhiyuan, et autres
Publié: (2025)
Accelerating Transformer Inference for Translation via Parallel Decoding
par: Santilli, Andrea, et autres
Publié: (2023)
par: Santilli, Andrea, et autres
Publié: (2023)
From Bits to Rounds: Parallel Decoding with Exploration for Diffusion Language Models
par: Fu, Hengyu, et autres
Publié: (2025)
par: Fu, Hengyu, et autres
Publié: (2025)
FedLPA: One-shot Federated Learning with Layer-Wise Posterior Aggregation
par: Liu, Xiang, et autres
Publié: (2023)
par: Liu, Xiang, et autres
Publié: (2023)
Adaptive Layer Selection for Layer-Wise Token Pruning in LLM Inference
par: Taniguchi, Rei, et autres
Publié: (2026)
par: Taniguchi, Rei, et autres
Publié: (2026)
Beyond State-Wise Mirror Descent: Offline Policy Optimization with Parametric Policies
par: Li, Xiang, et autres
Publié: (2026)
par: Li, Xiang, et autres
Publié: (2026)
TS-DP: Reinforcement Speculative Decoding For Temporal Adaptive Diffusion Policy Acceleration
par: Li, Ye, et autres
Publié: (2025)
par: Li, Ye, et autres
Publié: (2025)
Block-Based Double Decoders
par: Labovich, Asher, et autres
Publié: (2026)
par: Labovich, Asher, et autres
Publié: (2026)
Towards LLM-guided Efficient and Interpretable Multi-linear Tensor Network Rank Selection
par: Iacovides, Giorgos, et autres
Publié: (2024)
par: Iacovides, Giorgos, et autres
Publié: (2024)
Efficient Large Language Model Inference with Neural Block Linearization
par: Erdogan, Mete, et autres
Publié: (2025)
par: Erdogan, Mete, et autres
Publié: (2025)
Locally Coherent Parallel Decoding in Diffusion Language Models
par: Hersche, Michael, et autres
Publié: (2026)
par: Hersche, Michael, et autres
Publié: (2026)
Latent Shadows: The Gaussian-Discrete Duality in Masked Diffusion
par: Chen, Guinan, et autres
Publié: (2026)
par: Chen, Guinan, et autres
Publié: (2026)
$ϕ$-Decoding: Adaptive Foresight Sampling for Balanced Inference-Time Exploration and Exploitation
par: Xu, Fangzhi, et autres
Publié: (2025)
par: Xu, Fangzhi, et autres
Publié: (2025)
PADiff: Predictive and Adaptive Diffusion Policies for Ad Hoc Teamwork
par: Chan, Hohei, et autres
Publié: (2025)
par: Chan, Hohei, et autres
Publié: (2025)
Exploiting Block Coordinate Descent for Cost-Effective LLM Model Training
par: Liu, Zeyu, et autres
Publié: (2025)
par: Liu, Zeyu, et autres
Publié: (2025)
KVSharer: Efficient Inference via Layer-Wise Dissimilar KV Cache Sharing
par: Yang, Yifei, et autres
Publié: (2024)
par: Yang, Yifei, et autres
Publié: (2024)
Active Inference Meeting Energy-Efficient Control of Parallel and Identical Machines
par: Yeganeh, Yavar Taheri, et autres
Publié: (2024)
par: Yeganeh, Yavar Taheri, et autres
Publié: (2024)
Plan, Verify and Fill: A Structured Parallel Decoding Approach for Diffusion Language Models
par: Li, Miao, et autres
Publié: (2026)
par: Li, Miao, et autres
Publié: (2026)
Unified Generation, Reconstruction, and Representation: Generalized Diffusion with Adaptive Latent Encoding-Decoding
par: Liu, Guangyi, et autres
Publié: (2024)
par: Liu, Guangyi, et autres
Publié: (2024)
Accelerating Inference of Discrete Autoregressive Normalizing Flows by Selective Jacobi Decoding
par: Zhang, Jiaru, et autres
Publié: (2025)
par: Zhang, Jiaru, et autres
Publié: (2025)
From Uniform to Adaptive: General Skip-Block Mechanisms for Efficient PDE Neural Operators
par: Liu, Lei, et autres
Publié: (2025)
par: Liu, Lei, et autres
Publié: (2025)
Type-Compliant Adaptation Cascades: Adapting Programmatic LM Workflows to Data
par: Lin, Chu-Cheng, et autres
Publié: (2025)
par: Lin, Chu-Cheng, et autres
Publié: (2025)
Adaptive Batch-Wise Sample Scheduling for Direct Preference Optimization
par: Huang, Zixuan, et autres
Publié: (2025)
par: Huang, Zixuan, et autres
Publié: (2025)
FedBCD:Communication-Efficient Accelerated Block Coordinate Gradient Descent for Federated Learning
par: Liu, Junkang, et autres
Publié: (2026)
par: Liu, Junkang, et autres
Publié: (2026)
D5P4: Partition Determinantal Point Process for Diversity in Parallel Discrete Diffusion Decoding
par: Lys, Jonathan, et autres
Publié: (2026)
par: Lys, Jonathan, et autres
Publié: (2026)
Bifurcated Attention: Accelerating Massively Parallel Decoding with Shared Prefixes in LLMs
par: Athiwaratkun, Ben, et autres
Publié: (2024)
par: Athiwaratkun, Ben, et autres
Publié: (2024)
AttentionDep: Domain-Aware Attention for Explainable Depression Severity Assessment
par: Ibrahimov, Yusif, et autres
Publié: (2025)
par: Ibrahimov, Yusif, et autres
Publié: (2025)
DMax: Aggressive Parallel Decoding for dLLMs
par: Chen, Zigeng, et autres
Publié: (2026)
par: Chen, Zigeng, et autres
Publié: (2026)
Documents similaires
-
BlockBatch: Multi-Scale Consensus Decoding for Efficient Diffusion Language Model Inference
par: Wu, Xiaoyou, et autres
Publié: (2026) -
Breaking Model Lock-in: Cost-Efficient Zero-Shot LLM Routing via a Universal Latent Space
par: Yan, Cheng, et autres
Publié: (2026) -
TPLA: Tensor Parallel Latent Attention for Efficient Disaggregated Prefill and Decode Inference
par: Tang, Xiaojuan, et autres
Publié: (2025) -
AdaBlock-dLLM: Semantic-Aware Diffusion LLM Inference via Adaptive Block Size
par: Lu, Guanxi, et autres
Publié: (2025) -
Accelerating Diffusion LLMs via Adaptive Parallel Decoding
par: Israel, Daniel, et autres
Publié: (2025)