arXiv cs.AI· Wei Cai, Jian Zhao, Yuchen Yuan, Xuelong Li·· 11 小时前AI 评分31
CoRAL：用扩散-自回归混合框架突破多模态推理的顺序性瓶颈
Beyond the Sequentiality Bottleneck: A Hybrid Diffusion-Autoregressive Framework for Efficient Multimodal Reasoning
AI 导读
研究者提出混合框架 CoRAL，通过非对称 Planner-Executor（APE）架构让扩散语言模型 Planner 并行生成 K 条推理轨迹，再由大型自回归模型 Executor 选出最优方案并合成最终答案。
正文 · AI 翻译
摘要：自回归模型（ARMs）在推理中面临“顺序性瓶颈”，而扩散语言模型（DLMs）提供并行性但缺乏语义连贯性。为解决这两个局限，我们提出协同推理非对称学习（CoRAL），一种通过非对称规划器-执行器（APE）架构实现的混合框架：DLM 规划器并行生成 K 条多样化的推理轨迹，而大型 ARM 执行器选择最优方案并合成最终答案。为有效训练规划器，我们引入面向思维链的奖励引导去噪（RDC），将基于结果的奖励整合到扩散过程中，引导其走向目标导向的推理。视觉-语言基准实验表明，CoRAL 显著优于先前的基于扩散的方法，并在与强 ARM 的对比中达到有竞争力的性能，同时实现更优的效率和质量。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.28584 [cs.AI] |
| （或 arXiv:2610.28584v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.28584 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Wei Cai [查看邮箱]
[v1]
2026年10月20日星期二 17:39:41 UTC（2,429 KB）
来源：arXiv cs.AI · arxiv.org