HC-DLM：分层连续扩散语言模型，离散 token 与连续潜轨迹耦合去噪

UIUC-CS 提出分层连续扩散语言模型 HC-DLM，在单一去噪过程中耦合离散 token 生成与连续潜在轨迹，以潜变量作为唯一持久生成状态，每步读出 token 并反馈为下一轮潜变量更新的支架。在结构化推理 Sudoku、数学规划 Countdown 与语言建模 LM1B 上，同尺寸下谜题准确率与生成困惑度均优于离散与连续扩散基线。项目页为 hc-dlm.github.io。