Skip to content
Hot eventLive

AutoIndexer：通过编辑链训练因果模型实现灵活顺序解码

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv 计算与语言栏目发布一手报道，介绍生成模型 AutoIndexer。该模型通过模拟编辑链（Chain of Edits）进行训练与解码，可借助 token 插入、替换和删除灵活修改已生成输出。其核心机制是学习预测标记编辑开闭的 marker token，并将光标移至现有 token 序列中的对应位置；训练序列由对真实标签施加逆链式编辑操作扰动得到。目前报道仅涉及模型方法描述，未见后续实验结果或应用进展。

Generated from reports · updated 2 hr ago

LatestOct 12
2026-10-12 arXiv 报道 AutoIndexer，通过编辑链训练因果模型，支持 token 插入、替换与删除的灵活顺序解码。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Computation and Language
    AutoIndexer：通过在编辑链上训练因果模型实现灵活顺序解码

    AutoIndexer 是一种通过模拟编辑链（Chain of Edits）进行训练与解码的生成模型，可借助 token 插入、替换和删除灵活修改已生成输出。模型学习预测标记编辑开闭的 marker token，并将光标移至现有 token 序列中的对应位置，训练序列由对真实标签施加逆链式编辑操作扰动得到。

Heat trend

Current heat 9·Comparable peak 10（Oct 12）·Comparable change over 24 hours –

02.557.510Oct12Oct12Oct12Oct12

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.