arXiv · cs.AI· Chengwei Zhou·· 1 天前精选AI 评分54
Cord：面向掩码扩散语言模型的置信度锚定顺序残差解码
Cord: Confidence-Anchored Order Residual Decoding for Masked Diffusion Language Models
来源与原文
arXiv · cs.AI
作者：Chengwei Zhou
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/2610.39372v1
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
论文提出 Cord，一种针对掩码扩散语言模型（dLLM）解码顺序的轻量提示条件策略，以置信度解码为参照，通过几何残差学习何时偏离它。在三个 dLLM 和五个推理、代码与约束满足基准上，平均任务成功率从置信度解码的 32.0% 提升至 48.2%；方法按 rollout 采样单个低维系数矩阵，用序列级奖励的 contextual-bandit 方式训练，仅增加 0.53M 可训练参数、无需额外 backbone 前向传播、推理延迟开销 5.39%。
推荐理由
论文给出跨三个 dLLM 和五个基准的解码顺序改进数据，附带可量化的开销成本，对关注扩散语言模型解码策略的人有参考价值。
来源：arXiv · cs.AI · arxiv.org