¿Qué se descubre primero? Análisis de difusión para texto desde gráficos
Estudio revela que MDLMs descifran entidades primero en generación texto-gráfico. SFT puede fallar, pero decodificación lambda recupera +9.4 BLEU.
#modelos de difusión enmascarados
Decodificación paralela guiada por atención a nivel de clúster para modelos de lenguaje de difusión enmascarados
Decodificación paralela guiada por atención de clúster optimiza modelos de difusión enmascarados para generación eficiente.