AnchorDLM
一种面向扩散语言模型的可控生成框架，由锚点生成器与冻结的扩散语言模型组成，通过强化学习联合优化控制 token 的内容与放置位置，从离散流匹配视角解释锚点对初始速度场的重塑作用
时间轴 (近 90 天)
AnchorDLM 框架由锚点生成器和冻结的扩散语言模型两部分组成。
AnchorDLM 的锚点生成器针对每个查询生成由一小段输出片段及其在序列中的位置共同构成的锚点。
AnchorDLM 中主扩散语言模型参数不被改动，控制能力全部由外部锚点生成器提供，以降低训练成本并避免微调导致的能力退化。
AnchorDLM 的锚点生成器使用强化学习训练，奖励信号来自 DLM 生成输出的答案正确性与约束满足程度。
论文从离散流匹配（DFM）视角解释锚点作用：锚点放置被理解为对初始速度场的重塑，位置是流场初始条件的一部分。
论文在代码生成与数学推理两类任务上进行了实验，覆盖五种 DLM 骨干模型。
实验结果显示 AnchorDLM 不仅提升了可控性，还在多个基准上带来了推理性能的额外增益。
AnchorDLM 中锚点机制可能通过为推理过程提供结构化中间提示，帮助模型更早锁定正确推理路径。
冻结主模型、只训练轻量锚点生成器的方案为实际部署提供了一条成本可控的路径。
全部知识事实 (9)
AnchorDLM 框架由锚点生成器和冻结的扩散语言模型两部分组成。
50%待验证AnchorDLM 的锚点生成器针对每个查询生成由一小段输出片段及其在序列中的位置共同构成的锚点。
50%待验证AnchorDLM 中主扩散语言模型参数不被改动，控制能力全部由外部锚点生成器提供，以降低训练成本并避免微调导致的能力退化。
50%待验证AnchorDLM 的锚点生成器使用强化学习训练，奖励信号来自 DLM 生成输出的答案正确性与约束满足程度。
50%待验证论文从离散流匹配（DFM）视角解释锚点作用：锚点放置被理解为对初始速度场的重塑，位置是流场初始条件的一部分。
50%待验证论文在代码生成与数学推理两类任务上进行了实验，覆盖五种 DLM 骨干模型。
50%待验证实验结果显示 AnchorDLM 不仅提升了可控性，还在多个基准上带来了推理性能的额外增益。
50%待验证AnchorDLM 中锚点机制可能通过为推理过程提供结构化中间提示，帮助模型更早锁定正确推理路径。
50%待验证冻结主模型、只训练轻量锚点生成器的方案为实际部署提供了一条成本可控的路径。
50%