✍️ 文本生成

🧠 NeurIPS2026 · 1 篇论文解读

📌 同领域跨会议浏览： 🔬 ICLR2026 (12) · 💬 ACL2026 (17) · 🧪 ICML2026 (2) · 🤖 AAAI2026 (3) · 📹 ICCV2025 (1) · 🧪 ICML2025 (1)

How to Train Your Latent Diffusion Language Model Jointly with the Latent Space

针对现有连续文本扩散模型潜在空间固定或与去噪解耦的问题，本文提出 LDLM 框架，通过两阶段编解码与四重训练配方（隐藏状态 MSE 重构、扩散到编码器渐进预热、自适应时间步采样和解码器输入噪声注入），实现了潜在编码器与连续扩散模型的端到端联合训练，在生成质量优于主流离散与连续扩散模型的同时实现了 2 至 13 倍的采样加速。