扩散语言模型新框架：奖励引导拼接推理步骤

Roy Miles 等作者提出名为 Stitching Noisy Diffusion Thoughts 的自一致性框架，用掩码扩散语言模型采样大量低成本推理轨迹，再由现成过程奖励模型为每个中间步骤打分，跨轨迹拼接最高质量步骤生成复合推理链，并只重算最终答案。 研究者在论文中称，该方法相对传统扩散模型（如 Dream、LLaDA）与统一架构（如 TiDAR）可实现最高 1.8 倍延迟降低。论文称代码已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。