热点事件持续更新
CoDR：面向扩散语言模型的免训练置信漂移重掩码方法
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
2026年10月8日，arXiv Computation and Language 发布一手报道，介绍 CoDR 方法。该方法面向掩码扩散语言模型（MDLM），针对已提交 token 因上下文变密而置信度下降的“置信度漂移”问题，提出一种免训练、与采样器无关的精炼方案。CoDR 通过 k-partition probing 仅用 k 次前向传播估计漂移，随后重掩码并重新生成模型不再认可的 token。目前报道仅涉及方法原理，未见实验数据或外部验证信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
arXiv 发布 CoDR 一手报道，提出免训练、与采样器无关的置信度漂移重掩码精炼方法。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Computation and LanguageCoDR：面向扩散语言模型的免训练置信度漂移重掩码方法
CoDR 是一种免训练、与采样器无关的精炼方法，针对掩码扩散语言模型（MDLM）中已提交 token 因上下文变密而置信度下降的“置信度漂移”问题，通过 k-partition probing 仅用 k 次前向传播估计漂移，重掩码并重新生成模型不再认可的 token。
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。