Blockwise SFT for Diffusion Language Models: Reconciling Bidirectional Attention and Autoregressive Decoding

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Sun, Bowen, Cai, Yujun, Yang, Ming-Hsuan, Wang, Yiwei
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires