arXiv · cs.AI· Wei Cai·· 7 天前AI 评分32
CoRAL：混合扩散-自回归框架突破多模态推理的序列性瓶颈
Beyond the Sequentiality Bottleneck: A Hybrid Diffusion-Autoregressive Framework for Efficient Multimodal Reasoning
来源与原文
arXiv · cs.AI
作者：Wei Cai
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/2610.28584v1
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
论文提出混合框架 CoRAL，采用非对称 Planner-Executor（APE）架构：扩散语言模型 Planner 并行生成 K 条推理轨迹，大型自回归模型 Executor 择优并合成最终答案。训练中引入 Reward-Guided Denoising for CoT（RDC），将结果奖励融入扩散过程以引导目标导向推理。视觉语言基准实验显示 CoRAL 显著优于已有扩散方法，并对强 ARM 达到有竞争力的性能，兼顾效率与质量。
来源：arXiv · cs.AI · arxiv.org