待验证50% 置信事实精确时间
论文在语义内容控制、词性序列控制、句法树控制、句法跨度控制、长度控制和填充任务六项细粒度控制任务上验证了Diffusion-LM
1
来源数
50%
置信度
长期有效
时效性
2026/9/2
首次发现
来源
涉及实体
相关事实
待验证大语言模型的总结功能本质上是通过注意力机制识别文本关键语义节点，将长文档压缩为保留核心论点的短文本68% 相似待验证豆包TTS的表演指导机制属于带内信令设计，控制指令和待朗读文本混合在同一文本输入中，依赖模型理解能力区分两者67% 相似待验证论文《Diffusion-LM Improves Controllable Text Generation》将扩散模型迁移到离散文本上以实现可控生成，被公认为扩散语言模型方向的开山之作67% 相似待验证FSBoard 主要覆盖指拼而非完整的手语词汇和语法表达，使基于该数据集训练的模型在理解连贯手语句子方面仍有提升空间65% 相似待验证Outlines、LM Format Enforcer等开源库采用文法约束采样（grammar-constrained sampling）方法64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/843373API
curl https://kongchang.com/api/v1/knowledge/claims/843373MCP
get_claim(id=843373)