跳到正文
我的
arXiv · cs.AI· Jiawei Jiang·· 22 小时前AI 评分27

Token Identity Brier Flow（TIBF）：用 token 身份平方监督继续训练连续语言流模型

Continued Training of Continuous Language Flows with Token Identity Squared Supervision

来源与原文

arXiv · cs.AI

作者：Jiawei Jiang

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/2611.07721v1

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

研究者提出 Token Identity Brier Flow（TIBF），在继续训练预训练连续语言流模型时，用 Brier 损失直接监督 token 概率，并以概率加权嵌入做连续生成。在冻结嵌入、相同继续训练预算下，TIBF 在 OWT 和 LM1B 上分别取得 33.96 和 81.17 的指标，优于 continuous-MSE 与 CE 继续训练对照组。该方法在所有测试采样预算下均取得最低指标，并在 LM1B 上获得最低重复率。

来源：arXiv · cs.AI · arxiv.org

本地部署与推理论文与研究#论文/研究#文生图#推理引擎#arXiv

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。