arXiv · cs.AI· Hermann Kumbong, Ishan S. Khare, Iddah Mlauzi, Andrew Woen, Charles Ding, E. Kelly Buchanan, Simran Arora, Azalia Mirhoseini, Christopher R\'e·· 11 小时前
Next-Concept Modeling：快速并行的粗到细文本生成
Next-Concept Modeling: Fast, Parallel Coarse-to-Fine Text Generation
arXiv:2610.14162v1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：Hermann Kumbong, Ishan S. Khare, Iddah Mlauzi, Andrew Woen, Charles Ding, E. Kelly Buchanan, Simran Arora, Azalia Mirhoseini, Christopher R\'e
研究任务与主要进展
作者提出Next-Concept Modeling（NCM），用两阶段粗到细框架并行生成文本的分层离散编码。基于论文摘要，NCM在匹配参数规模下于LM1B上比最强扩散语言模型基线生成困惑度更好、速度快21倍，在OpenWebText上达到竞争力且快10倍，在XSum上匹配最强基线的ROUGE-L且快31倍；该结果仅依据摘要。
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