DTCA 改进扩散语言模型强化学习信用分配
热点事件持续更新
DTCA 改进扩散语言模型强化学习信用分配
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Hongze Chen 等作者提出 DTCA 框架，用于扩散语言模型强化学习中的 token 级信用分配。该框架通过衡量 token 提交后剩余掩码位置预测置信度的提升来估计 token 贡献，并按词性分组筛选去噪时间步、分配 token 级学习信号。 在 LLaDA-8B-Instruct 上，DTCA 在不同生成预算下均提升数学推理表现：MATH500 最高提升 9.0 分，GSM8K 提升 5.3 分。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
DTCA：面向扩散语言模型强化学习的去噪 Token 信用分配报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLDTCA：面向扩散语言模型强化学习的去噪 Token 信用分配
针对扩散语言模型迭代去噪过程中信用分配困难的问题，研究者提出 DTCA 框架，通过衡量 token 提交后剩余掩码位置预测置信度的提升来估计 token 贡献，并按词性分组筛选去噪时间步、分配 token 级学习信号。在 LLaDA-8B-Instruct 上，DTCA 在不同生成预算下均提升数学推理表现，MATH500 最高提升 9.0 分，GSM8K 提升 5.3 分。
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。