Autodesk AI Lab 发布 AutoIndexer：链式编辑实现灵活顺序解码

Shu Ishida 等（Autodesk AI Lab）在 arXiv 提交论文《AutoIndexer: Flexible-Order Decoding by Training Causal Models on Chains of Edits》，提出通过训练因果模型模拟链式编辑（Chain of Edits），使模型能在生成后通过词元插入、替换和删除修改既有上下文，实现灵活顺序解码。 模型利用编辑标记和游标完成逆向链式操作，并展示了代码纠错等生成后编辑能力。作者称该方法在标准大语言模型基准上保持性能，具备多数自回归和扩散模型所缺乏的生成后编辑能力。 以上基于论文摘要，代码已发布至 https://github.com/AutodeskAILab/autoindexer。

AI 根据报道生成 · 2 小时前更新