# 全块估计器

掩码扩散语言模型的后训练依赖对分块代理目标的蒙特卡洛估计，而原有做法随机抽取块索引，同一块可能被重复计算、另一些块从未被评估。全块估计器改为让每个块恰好评估一次再取平均，理论分析表明它保持无偏并消除块选择带来的组间方差；在数学、规划和编码五个基准上，它在四个基准上取得最高准确率，相对随机块采样基线平均高出12.79分。

掩码扩散语言模型的后训练依赖对分块代理目标的蒙特卡洛估计，而原有做法随机抽取块索引，同一块可能被重复计算、另一些块从未被评估。全块估计器改为让每个块恰好评估一次再取平均，理论分析表明它保持无偏并消除块选择带来的组间方差；在数学、规划和编码五个基准上，它在四个基准上取得最高准确率，相对随机块采样基线平均高出12.79分。