本文にスキップ
AI News HubLIVE
要約のみ

Zyphra、ZAYA1-8B-Diffusion-Previewをリリース:自己回帰LLMから変換された初のMoE拡散モデル、最大7.7倍の高速化

Zyphraは、自己回帰型MoEモデルを離散拡散モデルに変換したZAYA1-8B-Diffusion-Previewをリリースしました。このモデルは、デコードをメモリ帯域幅制約から計算制約にシフトすることで、最大7.7倍の推論高速化を実現します。ZAYA1-8Bをベースに、TiDARレシピを用いて拡散変換トレーニングを実施し、ロスレスとロジットミキシングの2つのサンプラーを提供します。AMDハードウェア上で動作し、顕著な効率向上を示しています。

ソースMarkTechPost著者: Asif Razzaq
Zyphra、ZAYA1-8B-Diffusion-Previewをリリース:自己回帰LLMから変換された初のMoE拡散モデル、最大7.7倍の高速化
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内

要約のみ

配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • ZyphraがZAYA1-8B-Diffusion-Previewを発表。自己回帰LLMから変換された初のMoE拡散モデル。
  • 16トークンを同時生成し、KVキャッシュを共有することで、推論をメモリ帯域幅制約から計算制約に変更。
  • ロスレス(4.6倍)とロジットミキシング(7.7倍)の2つのサンプラーを提供し、実行時に速度と品質のトレードオフを選択可能。
  • ZAYA1-8Bベースに1.1兆トークンの拡散変換とコンテキスト拡張トレーニングを実施。AMD GPU上でトレーニングおよび実行。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。