ICML傑出論文破解擴散語言模型推理瓶頸
清華大學團隊研究在國際機器學習會議獲傑出論文獎,揭示擴散語言模型在數學與編程等推理任務中存在「靈活性陷阱」,並提出簡潔的改進方案,在保留並行解碼優勢的同時,以訓練期引入自回歸順序的方式釋放推理潛力。
擴散模型的陷阱
擴散語言模型憑藉無序生成與並行解碼在多項任務中表現突出,但團隊發現,這種靈活性在數學、編程等嚴謹推理場景反成弱點:無序生成促使模型繞開高不確定性的邏輯詞,限制深層推理能力。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
