离散扩散语言模型

近年来，大模型能力的提升焦点正逐步从“训练时扩展”转向“推理时扩展”。从 Best-of-N、Self-Consistency 到更为复杂的搜索与验证框架，测试时扩展（Test-Time Scaling）已成为提升大模型复杂推理能力的关键范式。 然而，一个长期被忽略的问题是：这些方法大多默认模型采用自回归生成方式。 对于离散扩散语言模型（Discrete D…