ULME统一嵌入与语言建模框架提出

2026年10月23日，arXiv Artificial Intelligence 刊出 Yang Liu 等作者的报道，提出 ULME 后训练框架，旨在因果 decoder-only 大语言模型上通过预测耦合统一嵌入与语言建模。据该报道，ULME 在查询与答案之间插入可学习 slot，分别读取语义嵌入和推理嵌入，并以对比损失、语言建模损失和 stop-gradient 预测损失联合训练，使嵌入与语言建模相互强化。目前事件进展仅止于该框架的提出与发布，报道未披露实验数据、评测结果或应用范围等后续信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。