潜在语义层做文本扩散,这等于把图像生成的套路搬到语言模型里重跑一遍。8项评测能打平AR基线但还没SFT和RLHF,纯研究checkpoint,等一个多模态版本看看能不能统一文本-图像管线。

原文已不可见
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论