热点事件持续更新

TIBF改进连续语言流模型续训

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

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改用 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。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

17:38
arXiv · cs.AI
Token Identity Brier Flow（TIBF）：用 token 身份平方监督继续训练连续语言流模型
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。

本事件热度走势

可比范围当前: 5
可比范围峰值: 611月6日 12:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。