AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:Graph-LLaDA×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月1日
10:36
10:36arXiv cs.AI@Qing Wang, Jacob Devasier, Chengkai Li
本文首次系统研究了掩码扩散语言模型(MDLM)在图到文本生成中的解码轨迹,发现MDLM会优先解码实体,然后是关系词和功能词,最后才是结构词,这与自回归模型的线性生成方式不同。研究还发现监督微调(SFT)会破坏这一策略,过早固定结构词导致输出长度固定,引发信息遗漏或幻觉。为此,作者提出了一种无需训练的推理时修改方法——lambda缩放结构解码,将BLEU-4提升9.4分。最后,他们提出了Graph-LLaDA,将图Transformer编码器集成到LLaDA的解码过程中,显式利用关系图结构。跨数据集评估表明,基于LLM和MDLM的方法泛化能力显著优于传统基线。
论文扩散模型图到文本生成解码轨迹Graph-LLaDASFT

推荐理由:这篇论文揭示了扩散模型在图到文本任务中的独特解码机制,做结构化文本生成或知识图谱相关工作的开发者值得关注,尤其是SFT反而有害的发现可能改变你的微调策略。
原文
精选全部日报登录