跳到正文
热点事件持续更新

CaRR框架助力扩散语言模型提效

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

扩散语言模型CaRR框架在低推理预算下显著提升生成质量,无需额外训练。该框架通过更新上下文回填与轨迹恢复机制,在代码生成和数学推理任务中表现优于原生模型。 在1/8推理预算下,CaRR较ME-DLM在六项指标平均准确率提升7.44个百分点,其中MBPP和MBPP+任务分别提升11.37和10.05。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · ML
    扩散语言模型 CaRR 框架在低推理预算下缩小性能差距

    CaRR 框架在低推理预算下显著提升了扩散语言模型生成质量。 其在 1/8 推理预算下,六指标平均准确率较 ME-DLM 提升 7.44 pp,MBPP 和 MBPP+ 分别提升 11.37 和 10.05。 该无训练框架通过更新上下文回填与轨迹恢复机制,在代码生成和数学推理任务中一致优于原生模型。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。