标签
本文研究生成文本中周期性主题变化如何影响基础语言模型的评估惊讶度和连接感，发现中断能提升这些指标，但无法整合成连贯文档。
本文提出一种统计模型，用于高效估计文本生成中的不确定性动态，平滑嘈杂的重采样数据，以在保持LLM推理链分析准确性的同时显著降低计算成本。
推文对比了Qwen 3.8 27B和Ornith-1.5-35B模型在生成生物发光深渊神庙动画的提示词上的表现，指出Qwen在视觉效果上更优，而Ornith在构建速度和完成时间上更快。
Ornith-1.5 发布了一系列参数从 9B 到 397B 的开源大语言模型，在可比模型中实现了最先进的性能，并提供多种部署友好的格式。
一个AI工具，用于撰写营销文案并去除AI写作的痕迹，以产生类似人类的文本，基于通信研究。
一位用户报告称，Qwen 3.8 27B 模型在双 5060 TI 显卡上达到了 50-60 个令牌每秒的速度，显示出比之前版本（如 Qwen 3.6）更令人意外的速度提升。
一位开发者创建了一个技能，用于减少生成文本中的AI式短语，利用研究论文的见解，并计划通过服务器爬取来获得更像人类的技术语言。
引入了Simplax，一种精确的Dirichlet-类别增强方法，用于均匀离散扩散，可改善文本和数独任务中的反向采样和生成质量。
一个社区构建将 DeepSeek-V4-Flash 压缩为 54GB 的 IQ2_XXS GGUF 变体，采用激进的 2 位量化，在本地硬件上实现了约 20.5 tokens/s 的速度，同时大幅降低了显存/内存占用。
DiffusionGemma 是一个实验性的开放权重语言模型，通过离散扩散而非逐 token 解码来生成文本，从而实现极高速的生成。
AURORA-LM 提出了一种连续潜空间扩散语言模型，将可解码的文本表示与分布建模分离，在 OpenWebText 和 XSum 上取得了强劲性能，并扩展到 1B 参数规模。
本文介绍了潜核离散流映射（LKF），一种用于离散扩散模型的流映射核，通过共享潜变量捕捉位置之间的相关性，无需蒸馏即可实现少步生成，并改善了文本生成的困惑度。
构建并发布了BetterGPT-150M，一个紧凑的1.5亿参数因果语言模型，资源占用低，性能优于GPT-2 Small。包含用于文本补全的实时Hugging Face Space演示。
Claude Opus 5（Max推理）在Frontend Code Arena和Text Arena中超越Kimi K3，双双拿下第一，默认high推理版本也表现不俗。
蚂蚁集团发布LLaDA2.X系列扩散语言模型，扩展至千亿参数，采用MoE架构，开源模型权重和训练代码。
一位用户评论说，可以将Codex连接到Pangram API来重写文本，直到通过人工评估。
一位开发者演示了如何在仅8美元的ESP32-S3微控制器上运行一个2890万参数的语言模型，利用Google的逐层嵌入技术将大部分参数存储在闪存中，实现了设备端每秒约9.5个token的文本生成速度。
本文提出Merge-Adversarial Training，使开源大语言模型中的文本水印在模型合并后仍能幸存，在保持下游能力的同时，性能优于基线方法。