热点事件持续更新
DELA：面向冻结扩散语言模型的可控编辑框架
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
2026年10月26日，arXiv cs.AI 发表研究提出 DELA，一个插件式框架，让冻结的扩散语言模型通过 Insert、Delete、Remask、Stop 四种显式动作实现可控的草稿级精炼。该方法采用两阶段解码：先进行快速、仅追加的草稿阶段，该阶段支持 KV-cache 复用；随后进入全局精炼阶段，对整份草稿做有针对性的非单调编辑。在数学推理和代码生成任务上，DELA 相比直接扩散解码最高提升 5.5 个百分点，且骨干模型始终保持冻结。目前该工作以预印本形式发布，尚未见后续同行评审或独立复现报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
DELA 以四种编辑动作实现冻结扩散语言模型的可控精炼，数学与代码任务最高提升 5.5 个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIDELA：为扩散语言模型学习可控编辑
DELA 是一个插件式框架，让冻结的扩散语言模型通过 Insert、Delete、Remask、Stop 四种显式动作实现可控的草稿级精炼。它采用两阶段解码：快速仅追加的草稿阶段支持 KV-cache 复用，随后全局精炼阶段对整份草稿做有针对性的非单调编辑。在数学推理和代码生成任务上，DELA 相比直接扩散解码最高提升 5.5 个百分点，且骨干保持冻结。
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。