热点事件持续更新
DLIG：扩散语言模型的时序化 Token 归因方法
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
2026年10月3日，arXiv cs.LG 分类发布一篇论文，研究者提出 Diffusion Layer Integrated Gradients（DLIG）方法。该方法将 Integrated Gradients 扩展到扩散语言模型的任意层与去噪步，用于归因模型对输入提示词的渐进式承诺。报道未提及实验数据、对比结果或后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 12:00
研究者提出 DLIG，将 Integrated Gradients 扩展至扩散语言模型的任意层与去噪步。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）DLIG：面向扩散语言模型的时序化 Token 归因方法
研究者提出 Diffusion Layer Integrated Gradients（DLIG），将 Integrated Gradients 扩展到扩散语言模型的任意层与去噪步，用于归因模型对输入提示词的渐进式承诺。
本事件热度走势
当前热度 8·可比范围峰值 9（10月3日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。