Skip to content
Hot eventLive

CoDR：面向扩散语言模型的免训练置信漂移重掩码方法

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 8
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。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Computation and Language
    CoDR：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。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.