热点事件持续更新
Sigma：首个大规模连续扩散语言模型
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv 计算与语言栏目发布论文，提出 Sigma——首个基于可引导低维 ODE/SDE 潜轨迹的大规模（3B/8B）连续扩散语言模型。训练上采用分块似然优化，并以自回归模型预训练权重热启动。论文指出，推理阶段分类器无关引导与得分温度对高保真推理和编码至关重要。评测显示，Sigma 在 GSM8K、Minerva、HumanEval、MBPP 及 MATH-500、AIME 上与离散模型表现相当。目前公开信息仅含该论文内容，尚无后续独立验证或第三方复现报道。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv 论文提出 Sigma，3B/8B 连续扩散语言模型，多项基准与离散模型相当。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computation and LanguageSigma：大规模连续扩散语言模型
论文提出 Sigma，首个基于可引导低维 ODE/SDE 潜轨迹的大规模（3B/8B）连续扩散语言模型，通过分块似然优化训练，并用自回归模型预训练权重热启动。推理中，分类器无关引导与得分温度对高保真推理和编码至关重要；在 GSM8K、Minerva、HumanEval、MBPP 及 MATH-500、AIME 上与离散模型表现相当。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。