arXiv · cs.AI· Zhe Xu, Mingfu Liang, Kavosh Asadi, Jean-Pascal Billaud, Tianyi Chen, Yanhui Guo, Christina Huang, Baekjin Kim, Jimmy Kim, Yufei Li, Daqi Sun, Jiachen Sun, Dian Yu, Zaiwei Zhang, Kaushik Rangadurai, Frank Shyu, Sandeep Pandey, Xi Liu, Luke Simon·· 6 小时前
探索排列扩散语言模型的设计空间：三种参数化方法的推荐重排序比较
Exploring the Design Space of Permutation Diffusion LLMs
arXiv:2610.20635v1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：Zhe Xu, Mingfu Liang, Kavosh Asadi, Jean-Pascal Billaud, Tianyi Chen, Yanhui Guo, Christina Huang, Baekjin Kim, Jimmy Kim, Yufei Li, Daqi Sun, Jiachen Sun, Dian Yu, Zaiwei Zhang, Kaushik Rangadurai, Frank Shyu, Sandeep Pandey, Xi Liu, Luke Simon
研究任务与主要进展
研究比较了三种用于候选与输出位置全局一对一分配的扩散语言模型参数化：硬分配、软分配和直接预测排序分数后排序。基于论文摘要，作者在三个Amazon领域的推荐重排序任务上，以候选集合大小10和20进行评估；一次函数评估时，硬分配和软分配的Recall@1与受约束掩码扩散基线相当，直接排序分数方法则无需Hungarian分配或Sinkhorn归一化即可保证有效排列。
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