PulseAugur
中
实时 09:16:45
English(EN) D5P4: Partition Determinantal Point Process for Diversity in Parallel Discrete Diffusion Decoding

新的D5P4方法增强了离散扩散文本生成的多样性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的解码方法D5P4，专为文本生成中使用的离散扩散模型设计。该方法将中间束选择构建为分区行列式点过程内的MAP推理。D5P4旨在增强生成假设的多样性和覆盖范围，同时保持或提高质量和保真度，这在各种生成任务的实验中得到了证明。 AI

影响 引入了一种新的解码策略，可以提高离散扩散模型生成的文本的质量和多样性。

排序理由 该集群包含一篇详细介绍离散扩散模型新方法的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jonathan Lys, Vincent Gripon, Axel Marmoret, Lukas Mauch, Fabien Cardinaux, Ghouthi Boukli Hacene, Bastien Pasdeloup ·

    D5P4：用于并行离散扩散解码中多样性的分区行列式点过程

    arXiv:2603.19146v2 Announce Type: replace Abstract: Discrete diffusion models are promising alternatives to autoregressive approaches for text generation, yet their decoding methods remain under-studied. Standard autoregressive search procedures, such as beam search, do not direc…

相关话题