arXiv · cs.AI· Ya-Shi Zhang, Jian Tang, Pierre-Andr\'e No\"el, Oleksiy Ostapenko·· 6 小时前
TIPS：扩散语言模型的微型推理时策略
TIPS: A Tiny Inference-time Policy for Scaling in Diffusion Language Models
arXiv:2610.22099v1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：Ya-Shi Zhang, Jian Tang, Pierre-Andr\'e No\"el, Oleksiy Ostapenko
研究任务与主要进展
研究提出TIPS，一种约600K参数的推理时控制器，在冻结扩散语言模型的情况下学习每个去噪步骤中哪些词元可见或重新遮蔽。
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