扩散语言模型不再用固定向量纠错：把上一步预测当反馈，TruthfulQA 多选题均值从 30.89 升到 45.42
TraceSteer 把扩散语言模型上一步的预测当作反馈，逐步调整激活干预的方向和强度，在 LLaDA-8B-Instruct 与 Dream-7B-Instruct 上提升了 TruthfulQA 的事实可靠性。
TraceSteer 把扩散语言模型上一步的预测当作反馈，逐步调整激活干预的方向和强度，在 LLaDA-8B-Instruct 与 Dream-7B-Instruct 上提升了 TruthfulQA 的事实可靠性。
已读完全部报道