Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）のスレッド

非常に力強い物語。 言語はマルコフ的であり、L2R順序またはR2L順序が厳密に優れているため、拡散モデルはデフォルトでは意味をなさない。DLLMを訓練する唯一の合理的な方法は、対数和損失を用いる方法であると思われる。