实体
Block diffusion language models
Block diffusion language models
PulseAugur coverage of Block diffusion language models — every cluster mentioning Block diffusion language models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究人员整合强化学习以增强扩散模型 · 跟踪5个来源
近期研究探索通过整合强化学习（RL）技术来增强扩散模型（DMs），超越了传统的“预训练-微调”范式。论文研究了RL驱动的DMs，以提高语言、视觉和机器人领域的推理、探索能力以及与人类目标的对齐。挑战包括奖励设计的脆弱性、探索-利用的权衡以及训练不稳定性，尤其是在块扩散语言模型（BDLMs）中。Un-OPD和FocusOPD等新框架旨在通过改进蒸馏过程和特征对齐来解决这些问题，从而实现更稳定、更高效的生成。
-
扩散语言模型：效率、鲁棒性和路由创新
近期研究探索了扩散语言模型（DLM）的进展，重点关注提高其效率和鲁棒性。一篇论文将专家选择路由（Expert-Choice Routing）引入作为DLM的优于令牌选择路由（Token-Choice Routing）的替代方案，实现了更好的负载均衡和更快的收敛。另一项研究提出了AURORA-LM，一种连续潜在扩散语言模型，它将表示构建与分布建模分开，在生成和摘要任务上取得了强劲的性能。进一步的研究调查了ODB-dLLM等加速框架，该框…