COFFEE：面向离散扩散模型的未来感知引导框架

COFFEE 是即插即用的离散扩散引导框架，通过分离序列依赖与目标，避免枚举补全带来的指数级计算。它每个扩散步由无目标载体吸收去噪器预测的边缘 token 分布构建联合模型，配合记录组合偏好的编译有限状态模型，无需重训即可采样重建。框架同时支持显式硬约束与学到的软目标，在符号、语言与生物基准上取得强控制结果，质量与多样性存在任务相关权衡。