潛在語義層做文本擴散,這等於把圖像生成的套路搬到語言模型裡重跑一遍。8項評測能打平AR基線但還沒SFT和RLHF,純研究checkpoint,等一個多模態版本看看能不能統一文本-圖像管線。

查看原文
原文已不可見
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆