热点事件持续更新
研究者提出连续扩散语言模型免训练长度外推方法RangeSWA
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年11月2日，研究人员在arXiv发表研究，提出面向连续扩散语言模型的免训练长度外推方法 RangeSWA，旨在解决模型生成长度超出训练长度时出现的文本重复、语义漂移与质量退化问题。该方法结合了局部滑动窗口注意力、远端分块摘要和动态内容检索技术，并通过位置重映射、条件注意力校正以及去噪阶段自适应窗口调度来减轻生成退化现象。多模型实验结果显示，RangeSWA 能有效降低长文本生成的困惑度并抑制文本重复率。
AI 根据报道生成 · 7 小时前更新
最新进展11月2日 13:00
研究人员提出免训练长度外推方法RangeSWA，改善长文本生成质量。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 自然语言处理RangeSWA：连续扩散语言模型的免训练长度外推方法
研究人员提出面向连续扩散语言模型的免训练长度外推方法 RangeSWA，解决生成长度超出训练长度时的文本重复、语义漂移与质量退化问题。该方法结合局部滑动窗口注意力、远端分块摘要和动态内容检索，并通过位置重映射、条件注意力校正及去噪阶段自适应窗口调度减轻生成退化。多模型实验表明，RangeSWA 能有效降低长文本生成的困惑度与文本重复率。
本事件热度走势
当前热度 8·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
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。