CEDR：基于连续潜在扩散的推理框架

论文提出连续嵌入扩散推理器（CEDR），在数学推理和代码生成上实现强性能。其采用638M参数去噪主干，在GSM8K上post-NFT模型的pass@1准确率达68.97%。 CEDR学习自Qwen3-4B的三层隐藏状态，支持异步推理和基于可验证奖励的强化学习。代码和模型权重已开源。