跳到正文
热点事件持续更新

作者提出整流流语言模型 ReLF

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Baiyu Su等提出语言模型 ReLF,用整流流将噪声映射为 token embeddings 以生成文本;论文报告,该模型在 OpenWebText 测试中以相同多样性生成文本时,困惑度低于自回归基线。 在测试的三种模型规模下,ReLF使用64次函数评估均取得上述结果。经过两轮 reflow 后,使用16次函数评估生成1024个 token 的序列时,论文报告其仍优于自回归基线,且在 batch size 为1时快15至19倍。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    Rectified Language Flow:一种基于 rectified flow 的语言模型

    Rectified Language Flow(ReLF)以 rectified flow 将噪声映射到 token embeddings 生成文本,并在 OpenWebText 上取得低于自回归基线的生成困惑度。

本事件热度走势

可比范围当前
7
可比范围峰值
810月28日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。