arXiv · cs.AI· Roy Miles, Aysim Toker, Andreea-Maria Oncescu, Jiankang Deng, Ismail Elezi·· 6 小时前
基于奖励引导拼接的扩散语言模型测试时扩展
Test-Time Scaling with Diffusion Language Models via Reward-Guided Stitching
arXiv:2602.22871v3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：Roy Miles, Aysim Toker, Andreea-Maria Oncescu, Jiankang Deng, Ismail Elezi
研究任务与主要进展
基于论文摘要，作者提出 Stitching Noisy Diffusion Thoughts，用掩码扩散语言模型生成低成本、多样化推理轨迹，再由现成过程奖励模型逐步评分并跨轨迹拼接候选步骤，最后仅重新计算答案；该流程无需训练。
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