DiffusionGemma von Google DeepMind zeigt, dass ein Textdiffusionsmodell durch die Nachrüstung eines bestehenden Modells wie Gemma...

Source Brief

DiffusionGemma von Google DeepMind zeigt, dass ein Textdiffusionsmodell durch die Nachrüstung eines bestehenden Modells wie Gemma 4 erstellt werden kann, wobei weniger als 10% des ursprünglichen Trainingsbudgets verwendet werden. Es erzeugt 256 Token parallel und erreicht etwa 1.500 Token pro Sekunde.