待验证50% 置信事实精确时间
CoDR（Confidence Drift Remasking，置信漂移重掩码）是一种无需额外训练、与采样器无关的方法，用于修正扩散语言模型的早期错误
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证掩码扩散语言模型的解码过程中，token 一旦被提交到掩码位置通常是不可逆的，无法再被修正65% 相似待验证引入随机化重述（paraphrasing）或对输出进行标准化处理可破坏隐藏编码、剥离夹带信息63% 相似待验证实验数据显示，语法约束解码使小型语言模型生成Bash代码的语法正确率大幅提高，引号不匹配和结构不完整等错误几乎被完全消除63% 相似待验证大模型在处理反编译伪代码（如Ghidra输出的C-like pseudocode）时表现更好，因为训练语料中包含大量高级语言代码，而对原始汇编指令的理解能力相对有限63% 相似待验证从表征到有限词汇的映射过程本质上是一种有损编码（Lossy Encoding）63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/986619API
curl https://kongchang.com/api/v1/knowledge/claims/986619MCP
get_claim(id=986619)