新论文提出二元离散扩散语言模型方法

2026年10月25日，AGI Hunt 报道一篇新论文提出将 Binary Discrete Diffusion（二元离散扩散）用于语言与推理任务。该方法为每个位置保留一组候选 token，用二元表示对候选集合迭代去噪、收敛到答案，而不是逐个生成 token；报道将其形容为“像解数独一样”保留候选并迭代去噪。转发者 sedielem 指出，连续扩散与离散扩散在语言任务上的核心区别在于，前者原则上能在中间噪声态表示不确定性，而二元离散扩散是达到同样效果的另一途径。报道未提及具体实验结果、模型规模或复现信息，目前公开信息仅为该方法思路及上述评论。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。