SAS把解码顺序变成可训练推理策略
furongh · x · 2026-07-06
SAS(自感知调度器)把解码顺序变成一种可训练的推理策略。它不训练整个语言模型,而是训练一个轻量级调度器,扩散 LM 保持冻结。每一步调度器选择下一个揭开的掩码位置,调度过程本身就成为"思考过程"。
所属事件:SAS让扩散语言模型学会自感知调度(15 条相关)→
「研究」频道最新
- 一本 RLHF 新书完成，作者做了两年夜晚和周末 — HamelHusain · 2026-07-21
- Google DeepMind 分享 Project Genie 的创作者协作幕后 — alexanderchen · 2026-07-21
- Nat Lambert 反驳 RL 蒸馏直接用最强模型当老师 — natolambert · 2026-07-21
- 线程称 GPT-5.6 Sol 帮忙构造出 Jacobian 猜想反例工厂 — LucaAmb · 2026-07-21
- TimeLens2 以 4B 和 8B 模型拿下 7 项视频定位 SOTA — _akhaliq · 2026-07-21
- 真实数学进展常靠推翻旧直觉 — LucaAmb · 2026-07-21