论文
CoCommit:扩散语言模型中的词元联合确定
Don't Commit Alone: Joint Token Commitment in Diffusion Language Models
摘要
扩散语言模型在每个去噪步骤中,通常从共享上下文独立解码多个选中位置,然后确定这些词元。位置之间存在依赖时,这种分解会产生可由条件总相关性描述的误差;仅凭边际概率的置信度选择无法推断该误差。CoCommit延后确定词元:先按通常方式选出待写入位置,再用学习得到的标记识别该集合,重新运行骨干最后n层协调这些位置,最后以贪婪argmax写入词元。方法近似联合模式解码,复用原有权重,只需一次部分前向计算,不引入辅助模型。在带LoRA适配器的LLaDA 2.1贪婪推理中,相比已发布的独立分解解码器,七项基准中五项改善,代码和推理任务收益最大,其余基本持平。