S-FLM：用超球面流做语言建模

研究者提出 S-FLM，一种在超球面 S^{d-1} 上做连续流语言建模的隐空间方法，通过沿交叉熵学习的速度场旋转向量生成序列，避免物化 one-hot 向量的开销。该方法在大词表推理任务上明显优于已有连续流语言模型，并在标准温度采样（T=1）下缩小了与 masked diffusion 的差距，但在优化后的低温解码（T=0.1）下仍存在差距。