Seq-Drifting：单步文本生成框架

Seq-Drifting 提出一种对连续 token 表示序列施加 drifting 的框架，直接学习从高斯噪声到文本的映射，在推理时一次前向传播即可联合生成全部 token。该框架在 LM1B 上单步生成达到 36.01 的生成困惑度，并在无条件与条件生成中表现有竞争力。翻译、摘要和推理实验进一步验证了其超越开放式生成的适用性，代码已开源。