LLaCO连续扩散语言模型框架提出
热点事件持续更新
LLaCO连续扩散语言模型框架提出
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Zijian Jia等作者提出LLaCO连续扩散生成框架，并给出竞争阈值理论。该框架用球面加噪和Semantic Retention Scheduling（SRS）解决嵌入范数衰减造成的“虚假超越”问题，并以8B模型实例化。作者称，其性能超过此前连续扩散基线，并媲美同规模离散扩散模型。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
LLaCO：面向大语言模型的竞争感知语义调度连续扩散框架报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · cs.AILLaCO：面向大语言模型的竞争感知语义调度连续扩散框架
LLaCO 提出一种竞争感知语义调度的连续扩散生成框架，通过球面加噪与 Semantic Retention Scheduling（SRS）消除嵌入范数衰减带来的虚假超越问题，并以 8B 模型实例化，性能超过此前连续扩散基线并媲美同规模离散扩散模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。