ICML 2026：扩散语言模型自感知调度推理方法SAS
furongh · x · 2026-07-06
研究者在ICML 2026发表论文，提出Self-Aware Scheduling（SAS）方法，针对扩散语言模型的推理优化。核心问题是：与其让模型「思考更长」，不如让模型知道「先确定哪个token」。
SAS通过在扩散LM中引入自感知调度机制，使模型能动态决定token生成顺序，从而提升推理质量。这一方向不同于主流的CoT/长思维链路线，为LLM推理提供了一种扩散模型视角的新解法。
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