无需教师模型的一步离散生成器：Discrete Beckmann Transport
rishabh16_ · x · 2026-09-16
哈佛合作研究提出 Discrete Beckmann Transport Models，一类新型离散生成模型，可证明地在单步内把隐空间任意点映射到单纯形顶点上的固定点，不需要教师模型蒸馏。
- 在无条件语言建模上达到多样性-连贯性 Pareto 前沿；
- 少步推理达 SOTA：Sudoku-Hard 上 4 次 NFE 即 84.6% 准确率，TinyGSM/GSM8K 上 32 次 NFE 达 16.8%。
作者为 Sophia Tang，与 ShiyiWangML 合作完成于哈佛访问期间。
「研究」频道最新
- 新评测探针:10 个视觉基座模型按 4 层级考「跨观测空间状态保持」 — liuziwei7 · 2026-11-02
- General Reasoning 首发博客:详解如何用强化学习训练 Agent 集群协作 — rosstaylor90 · 2026-11-02
- 数学家 Tony Feng：当前范式 LLM 缺乏研究所需的思维多样性 — littmath · 2026-11-02
- 「不懂测度论就学不了概率」？数学圈调侃形式化与本质的错位 — LucaAmb · 2026-11-02
- DStill 论文：蒸馏多步去噪轨迹，块扩散投机解码提速至 6.45 倍 — LucaAmb · 2026-11-02
- 研究发现门控参与度与生成质量强相关，径向目标降 FID 至 11.83 — Junha Park · 2026-11-02