热点事件持续更新
扩散语言模型与自回归模型算力差距缩至3倍
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
扩散语言模型与自回归模型的算力差距，此前有报道称约为17.8倍（该报道中也提到「原16倍的数字」）。2026年10月16日的报道称，这一差距来自过时的评测设定：「全序列 decoder-only 掩码模型 + ELBO 评分」。研究者逐项改动评测设定，改用精确似然（DUEL）替代 ELBO 后，差距降至12.8倍；再经多项优化，先后降到9.6倍和7.8倍；当 block size 降到4时，差距进一步降到3.0倍。报道称，四项改动合计把这一算力差距从17.8倍压缩到3.0倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 04:53
改用精确似然并逐项优化评测设定后，扩散语言模型与自回归模型的算力差距降至3.0倍。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI Hunt四项改动把扩散语言模型与自回归模型的算力差距从 17.8 倍降至 3 倍
研究者逐项改动扩散语言模型的评测设定，把其与自回归模型的算力差距从 17.8 倍压缩到 3.0 倍。原 16 倍的数字来自「全序列 decoder-only 掩码模型 + ELBO 评分」的过时设定，改用精确似然（DUEL）替代 ELBO 后差距降至 12.8 倍，再经多项优化到 9.6 倍和 7.8 倍，block size 降到 4 时进一步降到 3.0 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。