Un récit extrêmement puissant. Les modèles de diffusion, par défaut, n'ont aucun sens car le langage est markovien et les ordres L2R ou R2L sont strictement supérieurs. Il semble que la seule méthode sensée pour entraîner des modèles de langage à diffusion profonde (DLLM) soit l'utilisation de la perte logarithmique.
