DELTA：扩散语言模型免训练字符长度控制
热点事件持续更新
DELTA：扩散语言模型免训练字符长度控制
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
研究者提出 DELTA（Diffusion Expected Length Targeting Algorithm），一种面向掩码扩散语言模型的免训练推理时方法：在每个去噪步骤估计期望字符长度，并动态增删掩码位置以逼近目标长度。 在三个摘要基准上，该方法将字符长度误差较基线降低一个数量级，同时在自动与人工评估中摘要质量保持竞争力。该工作已被 EMNLP 2026 主会接收。
AI 根据报道生成 · 54 分钟前更新
最新进展11月5日 13:00
DELTA：用扩散语言模型实现免训练摘要字符长度控制报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CLDELTA：用扩散语言模型实现免训练摘要字符长度控制
研究者提出 DELTA（Diffusion Expected Length Targeting Algorithm），一种面向掩码扩散语言模型的免训练推理时方法，在每个去噪步骤估计期望字符长度并动态增删掩码位置以逼近目标长度。在三个摘要基准上，该方法将字符长度误差较基线降低一个数量级，同时自动与人工评估中的摘要质量保持竞争力。该工作已被 EMNLP 2026 主会接收。
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。