arXiv · cs.AI· Weijian Luo, Yujian Chen, Hao Jiang, Guang Cheng, Tianyang Hu·· 7 小时前
LangDiT：为连续扩散语言模型设计Transformer架构
Designing Transformers for Continuous Diffusion Language Models
arXiv:2610.22330v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Weijian Luo, Yujian Chen, Hao Jiang, Guang Cheng, Tianyang Hu
研究任务与主要进展
研究者提出Language Diffusion Transformer（LangDiT），通过特征与查询-键归一化、更宽噪声条件、似然捷径梯度路由与校准，以及置信度门控训练自条件，改善连续扩散语言模型生成。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org