研究者提出分层连续扩散语言模型H-CDLMs
热点事件持续更新
研究者提出分层连续扩散语言模型H-CDLMs
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Mathias Ollu 等人提出分层连续扩散语言模型 H-CDLMs，让模型在生成过程中同时去噪 token 与粗粒度语义簇，通过层级化联合扩散处理语言生成。 该方法将 ReDi 中图像与语义特征联合建模的思路迁移至连续扩散语言模型。作者称，H-CDLMs 能以更少算力取得更好的生成质量，但这一效果目前属于研究者的主张。
AI 根据报道生成 · 1 小时前更新
最新进展10月24日 23:15
H-CDLM：联合去噪层级语义表征，以更少算力提升生成质量报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AGI HuntH-CDLM：联合去噪层级语义表征，以更少算力提升生成质量
Mathias Ollu 等提出分层连续扩散语言模型 H-CDLMs，让模型同时去噪 token 与粗粒度语义簇，形成层级化联合扩散。该方法将 ReDi 中图像与语义特征联合建模的思路迁移至连续扩散 LM，作者称其能以更少算力取得更好的生成质量。
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。