扩散语言模型的关键是学会何时承诺token
furongh · x · 2026-07-06
过早揭示错误的 token 会锁定一个坏约束,而高依赖的 token 若并行揭示则可能破坏一致性。所以真正的问题不是简单的“扩散语言模型能否并行解码”,而是“它们能否学会在何时做出承诺(commit)”。
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