新论文：二值离散扩散让 LLM 像人解数独一样逐步收窄候选
orvieto_antonio · x · 2026-10-23
一篇新论文提出用于语言与推理任务的 Binary Discrete Diffusion（二值离散扩散）方法：借鉴人类解数独时每格保留多个候选、迭代收窄的思路，用二值表示对候选 token 集合进行去噪，逐步收敛到答案。
该方法试图把「维护多个假设并行排除」的推理结构引入扩散式语言模型，是扩散模型用于推理任务的新尝试。
「研究」频道最新
- EMNLP 论文：扩散语言模型内部隐式编码去噪时间步 — gsarti_ · 2026-10-23
- KU Leuven 与 VIB 招两位 AI in Biology 组长教授，2027 年入职 — jpillowtime · 2026-10-23
- Subspace Tuning:把权重更新限制在低奇异子空间,大幅缓解 LLM 灾难性遗忘 — scottniekum · 2026-10-23
- Perceptic 发布 PercepticOS:面向「科学超级智能」的 AI 科研工作台 — nathanbenaich · 2026-10-23
- EPFL Bosselut 11 月线上演讲:长上下文处理即测试时学习 — andre_t_martins · 2026-10-23
- Cohere 演讲：DRATS 自适应任务采样改善多任务 RL 数据分配 — Cohere · 2026-10-23