跳到正文
热点事件持续更新

TTCD 扩散语言模型论文被 NeurIPS 2026 接收

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026年11月5日，arXiv在自然语言处理（cs.CL）领域发布了一篇关于TTCD（Token时间连续扩散）模型的最新报道。该模型由Parikshit Bansal和Sujay Sanghavi提出，旨在解决现有扩散语言模型中的误差问题。 TTCD创新性地引入了“per-token times”概念，使不同token能够以不同速率从噪声映射至最终结果。这种机制允许模型在连续空间中运行，将高斯噪声确定性映射为最终文本，从而避免了传统并行采样方法可能带来的误差积累。该研究已通过神经信息与处理系统大会（NeurIPS 2026）的评审并被正式接收。

AI 根据报道生成 · 7 小时前更新

最新进展11月5日 13:00
TTCD：一种基于 Token 时间连续扩散的语言模型

报道时间线

沿着报道，了解事件的不同侧面。

11月5日
  1. arXiv · NLP
    TTCD：一种基于 Token 时间连续扩散的语言模型

    TTCD 提出了一种在连续空间中运行的新扩散语言模型，通过引入“per-token times”概念，使部分 token 以不同速率从噪声映射至最终结果，从而避免并行采样导致的误差。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月5日 14:00
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。