BCSM离散扩散蒸馏方法发布

2026年11月4日，作者团队在arXiv预印本平台（cs.AI类别）发布论文，正式提出名为BCSM的双向中心得分匹配方法。该方法专门用于离散扩散模型蒸馏，旨在解决传统方法计算复杂度高的问题。核心创新包括将计算复杂度降低至O(K)量级，并引入跨时间步对齐机制以提升模型稳定性。实验数据显示，采用BCSM方法后，模型在单步推理场景下实现了6倍NFE（函数评估次数）的降低，显著提升了推理效率。在具体基准测试中，该方法在HumanEval上相对提升16.9%，在MMMU上相对提升15.1%，证明了其在代码生成与多模态理解任务上的有效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。