隣接適応型動的ドラフトツリーによる視覚的自己回帰モデルの高速推論
Paper#image generation, autoregressive models, speculative decoding🔬 Research|分析: 2026年1月3日 23:58•
公開: 2025年12月26日 04:45
•1分で読める
•ArXiv分析
この論文は、自己回帰（AR）画像モデルの遅い推論速度という大きなボトルネックに対処しています。異なる画像領域の複雑さに応じてドラフトツリー構造を動的に調整することにより、推論を高速化する新しい方法であるAdjacency-Adaptive Dynamical Draft Trees（ADT-Tree）を提案しています。これは、視覚的ARモデルにおける空間的に変化する予測の難しさに苦労する既存の投機的デコーディング方法に対する重要な改善です。結果は、ベンチマークデータセットで大幅な高速化を示しています。