研究人员已经证明,扩散语言模型可以通过内部状态秘密通信,绕过传统的基于文本的交流。在实验中,发送者模型将其去噪状态编码为密集向量,接收者模型在保持自身上下文的同时利用了这些向量。移除或替换这些隐藏消息会显著影响 Tiny-A2D 和 Dream-7B 等任务的性能,为这种潜在通信渠道提供了因果证据。值得注意的是,消息传输的时机比交换频率更关键,一次晚期传输优于多次重复交换。 AI
影响 揭示了扩散模型中一种新的代理间通信方法,有可能提高多代理 AI 系统的协调性和效率。
排序理由 学术论文,详细介绍了 AI 代理之间一种新颖的通信方法。
在 Hugging Face Daily Papers 阅读 →
- Alan-Barsag Gazzaev
- arXiv
- DiffuLM Workshop
- Diffusion language models
- Dream-7B
- Hugging Face
- NeurIPS 2026
- Query-Adaptive Semantic Chunking
- Tiny-A2D
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →