arXiv · cs.CL· Siva Rajesh Kasa·· 15 小时前AI 评分32
SpecCTMC：扩散语言模型连续时间马尔可夫链的精确投机模拟
SpecCTMC: Exact Speculative Simulation of Diffusion Language Model Continuous-Time Markov Chains
来源与原文
arXiv · cs.CL
作者：Siva Rajesh Kasa
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.08362v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SpecCTMC 是一种无需训练、无需独立草稿模型的投机采样器，用于加速扩散语言模型的连续时间精确采样。它复用已有模型预测提出连续 token 更新并并行评估中间状态，经精确接受与修正，证明可保持事件时间、生成顺序与 token 值的联合分布，不引入时间离散化或并行解码的额外分解误差。在 LLaDA-8B-Instruct 和 Dream-v0-Instruct-7B 上跨五个 benchmark，顺序模型评估次数比直接连续时间采样减少 1.73-4.38 倍，同时保持参考采样分布，代码已开源。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。