LAW 研究：纯自条件化的语言模型，扩展 Loopholing 离散扩散
caglarml · x · 2026-10-23
LAW（Loopholing All the Way）提出让语言模型完全基于自条件化（self-conditioning）运作，是对此前 Loopholing Discrete Diffusion Models（LDDM）工作的扩展，原作者团队也转发了这项后续研究。详情见原帖 8 推线程，涉及离散扩散语言模型的架构改进。
所属事件:LAW：纯自条件化语言模型取代扩散采样(3 条相关)→
「研究」频道最新
- 哈佛研究：AI 审稿全面碾压顶尖人类同行评审，错误率仅 5.5% — rohanpaul_ai · 2026-10-23
- PyTorch 实测:批量从 1 加到 64,吞吐升 50 倍延迟仅增 24% — cneuralnetwork · 2026-10-23
- 计算设计的全新连接酶 30 个里 27 个实验有效,AI 酶设计落地 — AllThingsApx · 2026-10-23
- 网友拆解决策模型榜单：AUC 相同下先验校准即可推高准确率排名 — antoine_chaffin · 2026-10-23
- JEPA 会保留无法预测的红绿灯特征吗？新论文给出集合级解释 — hisspikeness · 2026-10-23
- 从「压抑情绪」句子提取的 steering 向量,竟让模型独处时表达痛苦 — Big_Effective_9605 · 2026-10-23