新框架LFPO用velocity对齐优化扩散语言模型
热点事件持续更新
新框架LFPO用velocity对齐优化扩散语言模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Chenxing Wei 等在 arXiv 论文中提出序列似然无关策略优化框架 LFPO，将扩散大语言模型（dLLM）的策略对齐转化为离散 velocity 对齐，绕开难以求解的序列级似然。 该方法通过对比式 token 级更新直接优化去噪 logits，提供稳定、低方差的替代目标，并隐式拉直生成轨迹以减少去噪迭代。论文称在推理与代码评测上，LFPO 匹配或超越基于似然的基线准确率，同时显著加速推理。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
LFPO：基于 Velocity 对齐的掩码扩散模型 Token 级高效策略优化报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AILFPO：基于 Velocity 对齐的掩码扩散模型 Token 级高效策略优化
arXiv 论文提出序列似然无关策略优化框架 LFPO，将扩散大语言模型（dLLM）的策略对齐转化为离散 velocity 对齐，绕开难以求解的序列级似然。该方法通过对比式 token 级更新直接优化去噪 logits，提供稳定、低方差的替代目标，并隐式拉直生成轨迹以减少去噪迭代。在推理与代码评测上，LFPO 匹配或超越基于似然的基线准确率，同时显著加速推理。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。