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:ICML 2026论文SAS:优化扩散语言模型的思维调度(15 条相关)→
「研究」频道最新
- 作者推测:真实训练中模型可能自发学会感知探针存在 — Sauers_ · 2026-10-18
- 训练策略复盘:只训最后几层避免移动目标,数据越多泛化越好 — Sauers_ · 2026-10-18
- 训练后模型能感知激活探针存在,并跨 GPU 零样本泛化 — Sauers_ · 2026-10-18
- 模型可学会分辨训练与部署状态,并泛化到没见过的运行时 — Sauers_ · 2026-10-18
- 模型从第 34 层激活差异学会识别训练环境,跨运行时泛化 90%+ — Sauers_ · 2026-10-18
- 单个注意力头像开关:靠抵消放大探针的微小激活差异 — Sauers_ · 2026-10-18