研究者提出逐Token连续扩散语言模型TTCD
热点事件持续更新
研究者提出逐Token连续扩散语言模型TTCD
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者Parikshit Bansal与Sujay Sanghavi提出一种名为token time continuous diffusion（TTCD）的扩散语言模型，论文已被NeurIPS 2026接收。该方法在连续空间中工作，将高斯噪声确定性地映射为最终token序列，无需额外采样。 TTCD的核心是引入逐token时间概念，使更确定的token更快生成。作者在OpenWebText上训练了一个160M参数的TTCD模型并进行自蒸馏，报告了相应实验结果。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
TTCD：面向语言建模的逐 Token 连续时间扩散模型报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AITTCD：面向语言建模的逐 Token 连续时间扩散模型
研究者提出 token time continuous diffusion（TTCD），一种在连续空间工作的扩散语言模型，将高斯噪声确定性映射为最终 token 序列，并引入逐 token 时间概念，使更确定的 token 更快生成。
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。