扩散语言模型奖励引导拼接推理框架：训练-free 提升数学编码准确率

Roy Miles 等论文作者提出 Stitching Noisy Diffusion Thoughts 框架并发布代码：用掩码扩散语言模型生成低成本、多样化的推理轨迹，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，整个流程无需训练。 基于论文摘要，作者称该训练-free 框架在六个数学和编码任务上平均准确率最高提升 23.8%，并相对传统扩散模型（如 Dream、LLaDA）和统一架构（如 TiDAR）实现最高 1.8 倍的延迟降低。代码已发布在 GitHub（roymiles/diffusion-stitching）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。