实体
History Reference
History Reference
PulseAugur coverage of History Reference — every cluster mentioning History Reference across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的反思性掩码技术使扩散模型能够进行多轮推理
研究人员引入了反思性掩码（RM），这是一种后训练技术，使掩码扩散模型（MDMs）能够通过迭代自我修正来进行多轮推理。与顺序生成的自回归模型不同，MDMs可以自然地在本地优化输出。RM允许这些模型根据不断变化的上下文重新审视和修改先前的输出，而无需进行架构更改。该方法包含一种称为历史参考的无参数机制，以帮助模型在修改过程中避免重复错误，并在文本生成、数独和图像编辑等任务中表现出改进的性能。
-
新的反射掩码技术增强了扩散模型的推理能力
研究人员推出了一种名为反射掩码（RM）的新型训练后技术，旨在增强掩码扩散模型（MDMs）的推理能力。与依赖顺序生成的自回归模型不同，RM允许MDMs通过多轮掩码和去噪迭代地改进先前的输出，类似于人类纠错。该方法包含历史参考（History Reference），一种无参数机制，利用中间去噪状态从先前的轮次中汲取见解。这种方法无需架构更改，并在文本生成、数独和图像编辑等各种任务中展示了持续的性能提升，将RM定位为MDM推理的基础要素。