English(EN) Two Clocks in Diffusion MLLMs: When Answers Stabilize Before Rationales Unfold

新研究探讨了扩散 LMM 中的“两个时钟”：答案稳定与推理展开

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-02 04:00

一篇新研究论文提出了扩散大型多模态模型（LMM）中“两个时钟”的概念，区分了答案何时稳定以及其推理何时完全生成。该研究分析了在三个视觉问答基准上的这种现象，发现相当一部分推理在答案稳定时仍未写出。对不同块长度和提示策略（包括直接指令）的实验显示了对准确性和覆盖率的影响，表明覆盖率是提示差异的更大组成部分，而非条件准确性。 AI

影响这项研究为 LMM 的内部时间动态提供了见解，可能指导未来模型开发以改进推理和答案生成。

排序理由该集群包含一篇详细介绍扩散 LMM 内部工作原理的新颖发现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍扩散 LMM 内部工作原理的新颖发现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Keuntae Kim, Yong Suk Choi · 2026-10-02 04:00

Diffusion MLLMs 中的两个时钟：答案在解释展开之前稳定

arXiv:2610.00953v1 Announce Type: cross Abstract: An answer candidate in a masked diffusion MLLM can stabilize while its rationale is still unfolding. We distinguish retrospective stabilization of the logged candidate from token commitment, and examine these two clocks relative t…

本文如何被排名

报道来源 [1]

Diffusion MLLMs 中的两个时钟：答案在解释展开之前稳定

相关实体

相关话题