研究团队提出8B参数连续流语言模型Lafa

Arnav Chavan等作者提出并训练了块式连续流语言模型Lafa，将其扩展到8B参数，并在0.5B、7B、8B三个规模上以少于30B tokens完成训练。 作者称，这一训练方式比此前的扩散模型更高效；在指令遵循、推理和编程任务上的评测中，Lafa学到的流质量与自回归（AR）模型相当或更优，并可蒸馏为flow map，实现一步或少步生成。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。