无验证下LangFlow与DSpark生成能力对比

Yujian Chen等作者发布对比研究，在无目标特征、无验证的条件下，将连续扩散语言模型LangFlow与DSpark的Markov、循环头架构改为独立生成，全部从零训练于OpenWebText做无条件单块生成，序列长度为16、128和1024，并统一预处理、骨干维度和训练更新预算。 在默认去噪步数等于序列长度时，LangFlow在长度128和1024上两项指标均优于两种DSpark变体，DSpark-RNN则在长度16上领先。固定权重下增加LangFlow的去噪步数，可提升长度16和128的两项指标，并改变长度128相对DSpark-RNN的排序。 研究仅覆盖上述无验证的独立生成设定，结论不涉及带验证的投机起草场景。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。