# DiVR再生验证器

掩码扩散语言模型可以重新遮盖已生成的文本，但按置信度或自评决定改哪里，往往改不动错误。DiVR 改为在生成器自身的解码轨迹上学习一个结果判别器，在块边界判断这段部分解是否还能走向正确答案，分数低就整块重采样。在 LLaDA-8B-Base 的监督微调生成器上，五个数学与代码基准的平均准确率从35.3%升到43.4%，代价与贪心解码相当。

掩码扩散语言模型可以重新遮盖已生成的文本，但按置信度或自评决定改哪里，往往改不动错误。DiVR 改为在生成器自身的解码轨迹上学习一个结果判别器，在块边界判断这段部分解是否还能走向正确答案，分数低就整块重采样。在 LLaDA-8B-Base 的监督微调生成器上，五个数学与代码基准的平均准确率从35.3%升到43.4%，代价与贪心解码相当。