论文发现扩散语言模型会在隐藏状态里编码去噪进度
Sapienza · hf · 2026-07-23
Subliminal Clocks 研究扩散语言模型（DLM）是否会在内部编码去噪进度。
- 作者发现，DLM 的 residual stream 中确实存在与 diffusion timestep 相关的潜在表示
- 这种信号可以被跨层 probe 稳定提取，说明去噪进度可从内部激活中解码出来
- 沿着与推断 timestep 相关的低维子空间做 steering，会让模型的置信度与熵出现可预测变化
- 论文还分析了该表示在激活空间中的几何结构，认为它具有较强的结构性和可解释性
「研究」频道最新
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一份横跨 ML、系统、NLP 与音频的经典论文清单 — deliprao · 2026-07-27