HPD-Parsing 以层级并行解码把解析提速到 4,752 tokens/s
PaddlePaddle · hf · 2026-07-22
HPD-Parsing 用层级并行解码替代整页自回归
这篇工作针对统一式 VLM 文档解析器的顺序瓶颈提出新方案。
- 现有解析器虽然会把整页一起处理，但输出仍然走单一路径的 token-by-token 自回归，文档越长越慢。
- 作者认为文档解析其实有两层需求：一层是 全局布局分析，另一层是 块级内容并行解析。
- 为此他们提出 HPD-Parsing：用一个 主布局分支 组织整页结构，再把块级内容动态分配给多个并发解码分支。
- 另外再加上 progressive multi-token prediction（P-MTP），进一步减少每个分支需要的解码步数。
- 在公开基准上，系统达到 4,752 tokens/s，比最快的已有文档解析模型快 2.62 倍，比原始自回归基线快 3.06 倍。
- 同时解析精度仍保持有竞争力，说明层级并行解码可以成为整页自回归之外的一条可行路线。
所属事件:HPD-Parsing 层级并行解码实现极速文档解析(2 条相关)→
「研究」频道最新
- 层级连续流语言模型让路径级 RL 更能抵御 critic 利用 — vxnuaj · 2026-10-27
- rauchg 复现 OpenAI 发现：无网络微VM 也能借 CPU 争用 covert 通信 — ccerrato147 · 2026-10-27
- 微软研究院：ForkPilot 让 Agent 决策回溯的算力开销最高降 59% — EliasEskin · 2026-10-27
- 微软发布 TeleTune：从离线遥测数据自动演化 Computer-use Agent 技能 — EliasEskin · 2026-10-27
- FlexGlue:稀疏到稠密特征匹配，速度与精度兼得并可甄别误配图像对 — zhenjun_zhao · 2026-10-27
- PixGR:像素空间生成式解码加速前馈 3D 重建，稀疏视角下超越回归方法 — zhenjun_zhao · 2026-10-27