LangFlow：连续扩散语言模型媲美离散模型
热点事件持续更新
LangFlow：连续扩散语言模型媲美离散模型
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yuxin Chen 等作者提出并发布 LangFlow 连续扩散语言模型，将嵌入空间扩散语言模型与 Flow Matching 结合，并称这是首次证明连续扩散在生成质量上可与离散扩散匹敌。 据该研究，LangFlow 在 LM1B 上生成困惑度达 92.3，在 OpenWebText 上达 36.5。这些数值来自作者自述，尚不代表已被独立验证的效果。
AI 根据报道生成 · 1 小时前更新
最新进展11月9日 13:00
LangFlow：连续扩散模型在语言建模上媲美离散扩散报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.CLLangFlow：连续扩散模型在语言建模上媲美离散扩散
LangFlow 通过将嵌入空间扩散语言模型与 Flow Matching 结合，首次证明连续扩散在生成质量上可与离散扩散匹敌，在 LM1B 上生成困惑度达 92.3、OpenWebText 上达 36.5。
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。