DUEL：精确似然重塑掩码扩散模型缩放定律

研究者提出 DUEL 框架，可在实际使用的采样器下精确计算掩码扩散模型（MDM）的似然，无需重新训练即可即插即用。改用 DUEL 替代 ELBO 后，MDM 与自回归模型的困惑度差距在域内缩小最多 32%、零样本缩小 82%，报告的 16x MDM-AR 算力差距降至 9x。用 DUEL 为 LLaDA-8B 的六项多选题打分，准确率最高提升 9.7 分。