研究者提出token时间连续扩散语言模型TTCD
热点事件持续更新
研究者提出token时间连续扩散语言模型TTCD
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Parikshit Bansal 与 Sujay Sanghavi 提出 token 时间连续扩散语言模型 TTCD：它在连续空间中确定性地把高斯噪声映射为最终 token 画布，无需额外采样，并引入逐 token 时间概念，让部分 token 比其余 token 更快从噪声转为 token。 在 OpenWebText 上训练的 160M 参数 TTCD 经自蒸馏后，作者报告其在高加速比下无条件生成质量与同类模型相当，条件生成和数独求解表现更优。该工作已被 NeurIPS 2026 接收。
AI 根据报道生成 · 51 分钟前更新
最新进展11月5日 13:00
TTCD：面向语言建模的 token 时间连续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.CLTTCD：面向语言建模的 token 时间连续扩散模型
研究者提出 token 时间连续扩散模型 TTCD，在连续空间中确定性地将高斯噪声映射为最终 token 画布，无需额外采样，并引入逐 token 时间概念，让部分 token 更快从噪声转为 token。在 OpenWebText 上训练的 160M 参数 TTCD 经自蒸馏后，高加速比下无条件生成质量与同类模型相当，条件生成和数独求解表现更优。该工作已被 NeurIPS 2026 接收。
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。