蘋果公司與俄亥俄州立大學合作，近日推出名為“少步離散流匹配”（FS-DFM）的新型語言模型。該擴散模型變體僅需8輪迭代，即可生成與傳統模型上千步迭代質量相當的文本，效率提升高達128倍。
與傳統逐字生成的自回歸模型不同，FS-DFM采用并行策略，通過教師模型引導和迭代機制優化，在保證文本質量的同時大幅縮短生成時間。測試顯示，參數量僅1.7億至17億的FS-DFM變體，在困惑度和熵值兩項關鍵指標上均優于參數量更大的同類模型。
這項突破有望解決長文本生成的效率瓶頸，為自然語言處理領域帶來新的發展契機。
免責聲明：本文內容由開放的智能模型自動生成，僅供參考。
