Что произошло: Learning When Diffusion Language Models Should Regenerate

DiVR, a verifier that learns when diffusion language models should regenerate text blocks, improves reasoning accuracy from 35.3% to 43.4% on benchmarks.

Почему это важно: Learning When Diffusion Language Models Should Regenerate

Engineers building or optimizing diffusion-based language models for reasoning tasks need better decoding strategies beyond greedy generation.

На что обратить внимание: Learning When Diffusion Language Models Should Regenerate

DiVR costs 1.9 to 3.5 times more than greedy decoding, and effectiveness depends on training the verifier on model-specific trajectories.

Новости

Learning When Diffusion Language Models Should Regenerate

arXiv cs.AI · Опубликовано 12 ноября 2026 г. · 3 мин чтения

За 30 секунд

Что произошло: DiVR, a verifier that learns when diffusion language models should regenerate text blocks, improves reasoning accuracy from 35.3% to 43.4% on benchmarks.
Почему это важно: Engineers building or optimizing diffusion-based language models for reasoning tasks need better decoding strategies beyond greedy generation.
На что обратить внимание: DiVR costs 1.9 to 3.5 times more than greedy decoding, and effectiveness depends on training the verifier on model-specific trajectories.

Читать статью целиком

language model
token

Паттерны, стоящие за этой новостью

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

The Agent Architect

Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.