SARDI：扩散语言模型免训练动态检索框架
热点事件持续更新
SARDI：扩散语言模型免训练动态检索框架
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv Artificial Intelligence 刊出 Paul Jünger 等作者的论文，提出面向扩散语言模型的自增强检索动态 RAG 框架 SARDI。该框架利用去噪过程中的推测性 token 预测，提前浮现实体线索以引导检索。作者称 SARDI 免训练、与检索器无关，适用于任何具备推理能力的离散扩散语言模型；在五个多跳问答基准上，其表现优于免训练的扩散与自回归检索基线，吞吐量最高达 4 倍。上述适用条件与性能数据均出自该论文自述，目前尚无独立跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
SARDI：用推测性 token 预测为扩散语言模型动态检索报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Artificial IntelligenceSARDI：用推测性 token 预测为扩散语言模型动态检索
SARDI 是一个面向扩散语言模型的免训练动态 RAG 框架，利用去噪过程中的推测性 token 预测提前浮现的实体线索来引导检索。在五个多跳问答基准上，它的表现优于免训练的扩散与自回归检索基线，吞吐量最高达 4 倍。该方法与检索器无关，适用于任何具备推理能力的离散扩散语言模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。