研究者提出分层连续扩散语言模型H-CDLM
热点事件持续更新
研究者提出分层连续扩散语言模型H-CDLM
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Mathias Ollu 和 Nikos Komodakis 发表论文，提出分层连续扩散语言模型框架 H-CDLM，以及基于该框架的 H-CoBit、H-FLM 两个模型。 该方法同时并行扩散两种模态：token 本身，以及由预训练 token 嵌入聚类得到的粗粒度簇。作者称，这一设计能以极小的算力和参数开销改进连续扩散语言模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
H-CDLM：面向语言建模的联合连续扩散分层表示去噪报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGH-CDLM：面向语言建模的联合连续扩散分层表示去噪
研究者提出分层连续扩散语言模型（H-CDLM），通过并行扩散 token 本身与预训练 token 嵌入聚类得到的粗粒度簇两种模态，以极小算力与参数开销提升连续扩散语言模型。
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。