AutoIndexer：编辑链训练实现灵活顺序解码

Shu Ishida 等作者发布论文，提出名为 AutoIndexer 的生成模型，通过模拟“编辑链”的训练与解码机制，让模型能在生成后对已有输出进行 token 插入、替换和删除，类似在文本编辑器中移动光标修改内容。 该方法的训练序列由对真实标签施加逆向链式编辑扰动生成，模型通过学习撤销这些逆操作来掌握编辑能力。作者称，这使模型具备多数自回归和扩散模型缺乏的生成后上下文编辑能力，且不牺牲标准 LLM benchmark 上的性能。代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。