连续扩散与流语言模型综述发布,CDLM 复兴之年成果盘点
sedielem · x · 2026-11-09
sophiatang 发布关于连续扩散与流语言模型（Continuous Diffusion and Flow Language Models, CDLM）的新综述。她回顾自己 2025 年初做 continuous simplex flows 的经历：当时发现连续空间的 flow matching 比离散扩散难训练得多；2026 年局面彻底改变，连续 LM 在预训练、少步生成、引导和 scaling 方面快速崛起，综述由多位合作者共同完成，覆盖这些方向的最新进展。sedielem 转发盛赞其全面性，称这是 CDLM「回归之年」的收官之作。
所属事件:连续扩散与流语言模型新综述发布盘点领域进展(3 条相关)→
「研究」频道最新
- 研究者吐槽：拿凸优化硬套 ML 方法像给积木磨角 — caglar_ee · 2026-11-09
- METR 报告：Anthropic 内部 AI 研发已加速约 2 倍，RSI 或不到一年 — Don't Worry About the Vase (Zvi) · 2026-11-09
- DefFlow：用 3D 点流让机器人把绳、布揉成指定形状 — drsrinathsridha · 2026-11-09
- RLDM 2027 大会官宣第二位主讲人：《对齐问题》作者 Brian Christian — dabelcs · 2026-11-09
- Nature 书评:AI 正在改变数学,人类洞见或成过去阶段 — LucaAmb · 2026-11-09
- 无视觉无触觉:Tu Darmstadt 展示纯本体感知人形踢球玩滑板 — Jan_R_Peters · 2026-11-09