Zilei Shao 团队发布 Codpula 联合去噪新架构

2026 年 10 月 20 日，Zilei Shao 等人在 arXiv 平台发布论文，提出名为 Codpula 的新方法。该方法针对扩散语言模型，设计了一种将 Transformer 与可处理概率推理层结合的上下文参数化去噪器。 论文称 Codpula 在广泛的推理基准测试中取得了新的 SOTA 结果。特别是在数学推理和代码生成任务中，该方法推进了精度与延迟的帕累托前沿。 该工作属于机器学习领域（cs.lg），旨在通过结合概率推理层优化去噪过程，以提升模型在复杂推理任务中的性能表现。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。