## 要約：
WavefrontDiffusionは、文脈の完了位置から活性トークンを外側に広げる動的なデコード手法で、4つのベンチマークでは最高性能を達成した。
---
## 翻訳：
Diffusion言語モデル（DLM）はテキスト生成に強力な潜在能力を持つことが示され、自動帰還モデルの競合他社として注目を集めている。去 Noise 战略在确定其输出质量方面起着重要作用。主流的去噪策略包括标准扩散和区块扩散。标准扩散执行全局去噪，不限制更新范围，通常会导致未完成文景的终结和过早的序列结束预测。区块扩散按照预设顺序更新固定大小的块，但其刚性结构可能会破坏连贯的意义单元并扰乱推理。我们提出了WavefrontDiffusion，这是一种从已完成位置向外扩展活性令牌的动态解码方法。这种自适应过程遵循自然语义结构流动的同时保持与基于块的方法相同的计算成本。在四个推理和代码生成基准测试中，WavefrontDiffusion 达到了最先进的性能，并产生了具有更高语义保真的输出，表明了自适应调度的价值以实现更连贯和高效的生成。
[📰 原文はこちら](https://arxiv.org/abs/2511.19473)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
