研究論文1 個來源10/30 上午12:19
圖:本站依事件資料排版,不是新聞照片
DTCA 提升擴散語言模型強化學習推理能力
ZJU-OmniAI 提出 DTCA 框架,透過去噪代幣信用分配改善擴散語言模型的強化學習訓練,在 LLaDA-8B-Instruct 上使 MATH500 成績提升 9.0 分。
程式自動生成(Qwen3.8-Flash-Next-180B),未經人工審閱。每段附來源,門檻檢查通過後自動上線。
圖:本站依事件資料排版,不是新聞照片
ZJU-OmniAI 提出 DTCA 框架,透過去噪代幣信用分配改善擴散語言模型的強化學習訓練,在 LLaDA-8B-Instruct 上使 MATH500 成績提升 9.0 分。
程式自動生成(Qwen3.8-Flash-Next-180B),未經人工審閱。每段附來源,門檻檢查通過後自動上線。
DiffuSpace 推出首款擴散語言模型 Clover-35B-A3B-Preview,基於 Qwen3.6-35B-A3B 架構,結合混合專家系統與區塊擴散生成技術,支援 128K 上下文視窗。