研究者提出免训练重掩码方法CoDR

Yue Wu等研究者提出一种名为CoDR（Confidence Drift Remasking）的细化方法，用于掩码扩散语言模型（MDLM）。该方法免训练、与采样器无关，针对的是MDLM已提交token不可逆、早期错误会沿生成过程传播的问题。 据研究者称，CoDR基于置信漂移信号对已生成内容进行重掩码细化。目前该工作以预印本形式发布，尚未见经同行评审验证的效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。