arXiv：cs.CL（计算语言学，全量分类）· Kaibo Wang, Ding Ding, Fangyu Ding, Zijin Feng, Han Shi, Haili Bai, Jiacheng Sun, Yang Xiang·· 1 天前AI 评分47
LUDI：更少均匀的离散扩散模型更强且更可扩展
Less Uniform Discrete Diffusion is More Powerful and Scalable
AI 导读
研究者提出 Less Uniform Diffusion（LUDI）框架，通过引入 less uniform loss 和 per-token time embeddings 解决均匀扩散语言模型（UDLM）训练目标过度均匀与采样时条件-目标混淆的问题。
来源：arXiv：cs.CL（计算语言学，全量分类） · arxiv.org