热点事件观察中
研究者提出基于整流流的语言模型ReLF
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月27日，研究人员在 arXiv 提出新型文本生成语言模型 Rectified Language Flow（ReLF）。该模型采用整流流机制，通过将噪声映射至 token 嵌入来实现快速的并行文本生成。技术架构方面，ReLF 结合了 Hellinger-SVD 固定嵌入、singular logits 以及正则化 reflow 设计。在 OpenWebText 数据集测试中，ReLF 仅需 64 次函数评估，其生成困惑度指标便全面优于自回归基线模型。
AI 根据报道生成 · 7 小时前更新
最新进展10月27日 12:00
研究人员提出语言模型ReLF，仅需64次函数评估即可在生成困惑度上超越自回归基线。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv 人工智能Rectified Language Flow（ReLF）：基于整流流的文本生成语言模型
研究人员提出语言模型 Rectified Language Flow（ReLF），通过整流流将噪声映射至 token 嵌入以实现快速并行文本生成。该模型结合 Hellinger-SVD 固定嵌入、singular logits 与正则化 reflow 设计，在 OpenWebText 测试中仅需 64 次函数评估，生成困惑度便全面优于自回归基线。
本事件热度走势
当前热度 4·可比范围峰值 5（10月28日 11:00）·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。