提出PACS：扩散语言模型的预测感知SFT方法

Miao Li 等在 arXiv 论文（arXiv:2610.18001）中提出针对扩散语言模型的预测感知画布选择与监督微调方法 PACS。该方法利用模型自身可预测性为每个样本选择注意力可见输入长度，并在参考 token 按置信度显现前立即进行监督。 基于论文摘要，在推理和代码生成基准上，PACS 在所比较的监督微调方法中取得最高平均准确率，单个基准相对原始 SFT 最高提升 12.84 个百分点。代码将在论文发表后发布。

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。