Reconsidering Positional Supervision in Masked Diffusion Language Model Training
Fuente:
arXiv
Salvato in:
| Autori principali: | Ye, Mengyu, Kudo, Keito, Takahashi, Ryosuke, Suzuki, Jun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Understanding and Accelerating the Training of Masked Diffusion Language Models
di: Hong, Chunsan, et al.
Pubblicazione: (2026)
di: Hong, Chunsan, et al.
Pubblicazione: (2026)
Scaling Beyond Masked Diffusion Language Models
di: Sahoo, Subham Sekhar, et al.
Pubblicazione: (2026)
di: Sahoo, Subham Sekhar, et al.
Pubblicazione: (2026)
Diffusion-State Policy Optimization for Masked Diffusion Language Models
di: Oba, Daisuke, et al.
Pubblicazione: (2026)
di: Oba, Daisuke, et al.
Pubblicazione: (2026)
DOS: Dependency-Oriented Sampler for Masked Diffusion Language Models
di: Zhou, Xueyu, et al.
Pubblicazione: (2026)
di: Zhou, Xueyu, et al.
Pubblicazione: (2026)
Soft-Masked Diffusion Language Models
di: Hersche, Michael, et al.
Pubblicazione: (2025)
di: Hersche, Michael, et al.
Pubblicazione: (2025)
Adaptive Guidance for Retrieval-Augmented Masked Diffusion Models
di: Kim, Jaemin, et al.
Pubblicazione: (2026)
di: Kim, Jaemin, et al.
Pubblicazione: (2026)
Simple and Effective Masked Diffusion Language Models
di: Sahoo, Subham Sekhar, et al.
Pubblicazione: (2024)
di: Sahoo, Subham Sekhar, et al.
Pubblicazione: (2024)
On the Reasoning Abilities of Masked Diffusion Language Models
di: Svete, Anej, et al.
Pubblicazione: (2025)
di: Svete, Anej, et al.
Pubblicazione: (2025)
Not All Denoising Steps Are Equal: Model Scheduling for Faster Masked Diffusion Language Models
di: Sedykh, Ivan, et al.
Pubblicazione: (2026)
di: Sedykh, Ivan, et al.
Pubblicazione: (2026)
A Multi-Agent Probabilistic Inference Framework Inspired by Kairanban-Style CoT System with IdoBata Conversation for Debiasing
di: Ueno, Takato, et al.
Pubblicazione: (2025)
di: Ueno, Takato, et al.
Pubblicazione: (2025)
Tree Reward-Aligned Search for TReASURe in Masked Diffusion Language Models
di: Yu, Zichao, et al.
Pubblicazione: (2025)
di: Yu, Zichao, et al.
Pubblicazione: (2025)
Masked Diffusion Models are Secretly Time-Agnostic Masked Models and Exploit Inaccurate Categorical Sampling
di: Zheng, Kaiwen, et al.
Pubblicazione: (2024)
di: Zheng, Kaiwen, et al.
Pubblicazione: (2024)
DualDiffusion: A Speculative Decoding Strategy for Masked Diffusion Models
di: Goyal, Satyam, et al.
Pubblicazione: (2026)
di: Goyal, Satyam, et al.
Pubblicazione: (2026)
Improving Text Style Transfer using Masked Diffusion Language Models with Inference-time Scaling
di: Padole, Tejomay Kishor, et al.
Pubblicazione: (2025)
di: Padole, Tejomay Kishor, et al.
Pubblicazione: (2025)
Faithfulness Measurable Masked Language Models
di: Madsen, Andreas, et al.
Pubblicazione: (2023)
di: Madsen, Andreas, et al.
Pubblicazione: (2023)
Representation Deficiency in Masked Language Modeling
di: Meng, Yu, et al.
Pubblicazione: (2023)
di: Meng, Yu, et al.
Pubblicazione: (2023)
Large Language Diffusion Models
di: Nie, Shen, et al.
Pubblicazione: (2025)
di: Nie, Shen, et al.
Pubblicazione: (2025)
Variational Masked Diffusion Models
di: Zhang, Yichi, et al.
Pubblicazione: (2025)
di: Zhang, Yichi, et al.
Pubblicazione: (2025)
LogicDiff: Logic-Guided Denoising Improves Zero-Shot Reasoning in Masked Diffusion Language Models
di: Aman, Shaik
Pubblicazione: (2026)
di: Aman, Shaik
Pubblicazione: (2026)
ILRR: Inference-Time Steering Method for Masked Diffusion Language Models
di: Avrahami, Eden, et al.
Pubblicazione: (2026)
di: Avrahami, Eden, et al.
Pubblicazione: (2026)
Contextual Text Denoising with Masked Language Models
di: Sun, Yifu, et al.
Pubblicazione: (2019)
di: Sun, Yifu, et al.
Pubblicazione: (2019)
Centered Masking for Language-Image Pre-Training
di: Liang, Mingliang, et al.
Pubblicazione: (2024)
di: Liang, Mingliang, et al.
Pubblicazione: (2024)
Pre-training LLM without Learning Rate Decay Enhances Supervised Fine-Tuning
di: Yano, Kazuki, et al.
Pubblicazione: (2026)
di: Yano, Kazuki, et al.
Pubblicazione: (2026)
Scaffolded Language Models with Language Supervision for Mixed-Autonomy: A Survey
di: Lin, Matthieu, et al.
Pubblicazione: (2024)
di: Lin, Matthieu, et al.
Pubblicazione: (2024)
Masked Diffusion Models as Energy Minimization
di: Chen, Sitong, et al.
Pubblicazione: (2025)
di: Chen, Sitong, et al.
Pubblicazione: (2025)
How to Train Text Summarization Model with Weak Supervisions
di: Wang, Yanbo, et al.
Pubblicazione: (2024)
di: Wang, Yanbo, et al.
Pubblicazione: (2024)
Global Contrastive Training for Multimodal Electronic Health Records with Language Supervision
di: Ma, Yingbo, et al.
Pubblicazione: (2024)
di: Ma, Yingbo, et al.
Pubblicazione: (2024)
Training Optimal Large Diffusion Language Models
di: Ni, Jinjie, et al.
Pubblicazione: (2025)
di: Ni, Jinjie, et al.
Pubblicazione: (2025)
Parallel Sampling from Masked Diffusion Models via Conditional Independence Testing
di: Azangulov, Iskander, et al.
Pubblicazione: (2025)
di: Azangulov, Iskander, et al.
Pubblicazione: (2025)
Discovering Latent Knowledge in Language Models Without Supervision
di: Burns, Collin, et al.
Pubblicazione: (2022)
di: Burns, Collin, et al.
Pubblicazione: (2022)
Mechanism Shift During Post-training from Autoregressive to Masked Diffusion Language Models
di: Kong, Injin, et al.
Pubblicazione: (2026)
di: Kong, Injin, et al.
Pubblicazione: (2026)
Parallelism and Generation Order in Masked Diffusion Language Models: Limits Today, Potential Tomorrow
di: Zhong, Yangyang, et al.
Pubblicazione: (2026)
di: Zhong, Yangyang, et al.
Pubblicazione: (2026)
Beyond Masks: Efficient, Flexible Diffusion Language Models via Deletion-Insertion Processes
di: Ding, Fangyu, et al.
Pubblicazione: (2026)
di: Ding, Fangyu, et al.
Pubblicazione: (2026)
Scaling up Masked Diffusion Models on Text
di: Nie, Shen, et al.
Pubblicazione: (2024)
di: Nie, Shen, et al.
Pubblicazione: (2024)
Beyond Mode-Seeking RL: Trajectory-Balance Post-Training for Diffusion Language Models
di: Ahmadi, Saba, et al.
Pubblicazione: (2026)
di: Ahmadi, Saba, et al.
Pubblicazione: (2026)
Towards Probabilistically-Sound Beam Search with Masked Language Models
di: Brooks, Creston, et al.
Pubblicazione: (2024)
di: Brooks, Creston, et al.
Pubblicazione: (2024)
Memes-as-Replies: Can Models Select Humorous Manga Panel Responses?
di: Kohita, Ryosuke, et al.
Pubblicazione: (2026)
di: Kohita, Ryosuke, et al.
Pubblicazione: (2026)
CIEGAD: Cluster-Conditioned Interpolative and Extrapolative Framework for Geometry-Aware and Domain-Aligned Data Augmentation
di: Inoshita, Keito, et al.
Pubblicazione: (2025)
di: Inoshita, Keito, et al.
Pubblicazione: (2025)
Self-Supervised Position Debiasing for Large Language Models
di: Liu, Zhongkun, et al.
Pubblicazione: (2024)
di: Liu, Zhongkun, et al.
Pubblicazione: (2024)
RIV: Recursive Introspection Mask Diffusion Vision Language Model
di: Li, YuQian, et al.
Pubblicazione: (2025)
di: Li, YuQian, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Understanding and Accelerating the Training of Masked Diffusion Language Models
di: Hong, Chunsan, et al.
Pubblicazione: (2026) -
Scaling Beyond Masked Diffusion Language Models
di: Sahoo, Subham Sekhar, et al.
Pubblicazione: (2026) -
Diffusion-State Policy Optimization for Masked Diffusion Language Models
di: Oba, Daisuke, et al.
Pubblicazione: (2026) -
DOS: Dependency-Oriented Sampler for Masked Diffusion Language Models
di: Zhou, Xueyu, et al.
Pubblicazione: (2026) -
Soft-Masked Diffusion Language Models
di: Hersche, Michael, et al.
Pubblicazione: (2025)