连续扩散与流语言模型新综述发布盘点领域进展
一篇关于连续扩散与流语言模型(CDLM)的新综述上线,系统梳理了这条非自回归文本生成路线的历史与研究版图。这类模型将噪声转化为 token 的连续表示来生成文本,可并行细化多个 token 的表示。综述回顾了该领域「复兴之年」的成果,指出早期连续空间方法曾遇冷,但如今这一方向正变得竞争力十足,且并行细化的能力可扩展至数十亿参数规模。
2026-11-09 ~ 2026-11-09 · 3 条相关
- 连续扩散与流语言模型综述发布:并行细化token表示可扩展至数十亿参数 — LucaAmb · 2026-11-09
- 连续扩散与流语言模型综述发布,CDLM 复兴之年成果盘点 — sedielem · 2026-11-09
- 新综述:连续扩散与流语言模型正变得竞争力十足 — LucaAmb · 2026-11-09