跳到正文
热点事件持续更新

连续扩散与流模型出现两篇综述

2 篇报道1 个报道来源39 分钟前更新

先了解这件事

AI 综述

最新报道称,Sophia Tang 发布《连续扩散与流语言模型》综述,梳理以连续表示替代离散 token、并行细化多个位置的非自回归文本生成路线及其复兴成果,并称该路线已显现扩展到数十亿参数规模的潜力。此前报道则称 Luca Amb 发布了同名综述,并称近期模型已在语言基准上与离散扩散模型打平。

AI 根据报道生成 · 13 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月9日
  1. AGI Hunt
    Sophia Tang 发布连续扩散与流语言模型(CDLM)新综述

    Sophia Tang 发布连续扩散与流语言模型(CDLM)新综述,系统梳理非自回归文本生成路线的研究版图与复兴成果。该路线将噪声转化为 token 的连续表示,通过并行细化多个 token 表示生成文本,并展现出扩展至数十亿参数规模的潜力。

  2. AGI Hunt
    连续扩散与流语言模型综述发布:并行细化 token 表示可扩展至数十亿参数

    《连续扩散与流语言模型综述》上线,系统梳理非自回归文本生成路线的研究进展。该路线将噪声转化为 token 的连续表示,并行细化多个位置且保持位置间依赖;近期模型已在语言基准上与离散扩散打平,并扩展至数十亿参数规模。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。