DPRM

深度分析

可插拔排序控制器 DPRM：在擴散語言模型中從信心到回報的揭示調度

背景：擴散語言模型面臨遮罩與生成順序選擇問題。方法：提出DPRM作為可插拔排序模組，從信心驅動暖身漸進轉向基於程序回報的揭示策略，並以線上桶化估計逼近理想Doob導引。結果：在語言、推理與科學生成等多個領域實驗顯示可改善部分任務性能並改變性能邊界。