10月14日，苹果公司联合俄亥俄州立大学发布新型语言模型FS-DFM（Few-Step Discrete Flow-Matching），专攻长文本生成效率瓶颈。该模型仅需8轮迭代即可媲美传统扩散模型上千轮的生成质量，速度提升最高达128倍。作为扩散模型变体，FS-DFM通过三步法优化：灵活适应迭代次数、引入“教师”模型引导更新、改进迭代机制以减少步骤。测试显示，其参数量为1.7亿至17亿的变体在困惑度和熵指标上优于参数量更大的Dream和LLaDA模型，生成文本更流畅且稳定。这一突破将显著提升AI长文写作效率。

标题：90分钟生成10万Token，新框架实现3倍无损加速超长文本生成，支持DeepSeek-R1和QwQ！ 生成10万Token的文本，传统自回归模型需近5小时，现仅需90分钟。最新研究提出名为TOKENSWIFT的框架，优化模型加载、KV缓存管理和Token生成策略，实现在保证生成质量和多样性前...