★ 3
随机重掩码 R²D 提升掩码扩散模型推理性能
论文将掩码扩散模型（MDM）推理重构为干净序列空间上的马尔可夫链，提出纯测试时、免微调、免奖励的 Random Remask-Denoise（R²D）推理方法，并配套轨迹纠错训练 TCT。在困难数独上准确率超 97%、3-SAT 超 99%，在 HumanEval+ 上超过 LLaDA2.1-mi…
arXiv cs.LG10 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将掩码扩散模型（MDM）推理重构为干净序列空间上的马尔可夫链，提出纯测试时、免微调、免奖励的 Random Remask-Denoise（R²D）推理方法，并配套轨迹纠错训练 TCT。在困难数独上准确率超 97%、3-SAT 超 99%，在 HumanEval+ 上超过 LLaDA2.1-mi…