Yandex 团队提出表示空间 MMD,为扩散语言模型补评估方法
LucaAmb · x · 2026-10-27
11 月 2 日的论文分享会将介绍《Representation-Space MMD for Diffusion Language Models》,由 Dmitry Baranchuk(Yandex Research)主讲,项目由 Ilya Drobyshevskiy 与 Ilia Sudakov 共同主导,作者来自 Yandex Research、HSE 大学、Applied AI Institute 等机构。
方法核心:用预训练扩散语言模型 φ 将参考样本与生成样本分别映射为表示特征,再在 token 级别计算 RBF 核的 MMD(最大均值差异),以此评估扩散语言模型生成质量。这是为扩散 LLM 补齐评估工具的工作,适合关注扩散式文本生成的研究者。
「研究」频道最新
- Claude 自主发现 2^o(n) 时间 3-SAT 算法,动摇指数时间假说 — rickasaurus · 2026-10-27
- 学者自述暗中相信 P=NP:一个「丑陋 17 方格」式证明 — prof_g · 2026-10-27
- 压缩即理解:Schmidhuber 论文用压缩进度解释好奇心与美感 — blaizedsouza · 2026-10-27
- DeepMind 发布 AudioFM:12 项音频任务 10 项最佳,医学听诊超先前 SSL — iScienceLuvr · 2026-10-27
- 学者断言分子模拟进展惊人:数年内可高精度模拟大部分化学与生物 — TimothyDuignan · 2026-10-27
- 有人给可导向神经元建了个「Hugging Face」,已收录 300+ 条 — According_Air_3815 · 2026-10-27