新综述:连续扩散与流语言模型正变得竞争力十足
LucaAmb · x · 2026-11-09
一篇关于连续扩散与流语言模型(Continuous Diffusion & Flow Language Models)的新综述发布,覆盖该领域的历史与积累知识。
- 早期连续空间语言建模被认为难以训练且收益低,作者曾做连续单纯形流时发现比离散扩散难训得多。
- 2026 年局面彻底改变:连续扩散与 flow LM 已具竞争力,并带来更易的控制性与更快的生成速度。
- 综述系统梳理了预训练、少步生成、guidance、scaling 等方向的新进展。
所属事件:连续扩散与流语言模型新综述发布，该路线竞争力增强(4 条相关)→
「模型」频道最新
- PostTrainBench v1.2 放榜:Gemini 4 Argon 得 40.4% 排第 5,Muse Wonder 24.2% 列第 17 — maksym_andr · 2026-11-09
- MathArena 新增 BrokenArXiv:强模型逐月回退,GPT-6.1 Sol 仍居首 — teortaxesTex · 2026-11-09
- 用户实测:Opus 5.5 疑似已悄悄回滚降智/量化,恢复原水平 — ryunuck · 2026-11-09
- 开源模型只落后闭源 2 个月，Kimi K3.1 Pro 成最强开放权重模型 — 0xsachi · 2026-11-09
- Qwen4 预热像慢动作连续剧：从架构预告到 X 晒早期访问，网友预言倒计时即将开启 — Don_Moahskarton · 2026-11-09
- 用 15 万条 CVE exploit 训练的安全模型 CyberGym 得分 88.4% — jedisct1 · 2026-11-09