综述发现:连续语言模型近一年进展转向少步生成

LucaAmb · x · 2026-11-09

作者 @sophiatang 在撰写连续语言模型(continuous LMs)综述时发现一个趋势:截至 2023 年,该领域进展主要由「可引导性」驱动——即利用明确的 reward、分类器梯度或 CFG 进行引导;而过去一年,进展更多来自少步生成(few-step generation)的推动,这一浪潮始于图像领域,代表方法包括 flow maps 和 drifting models。

作者用一张时间线图(Figure 1)可视化对比了 2020 年以来连续语言模型与连续图像/视频生成的方法演进,并提供了可交互版本。