AI前沿：离散扩散模型大提速，语言模型做加法的秘密

AI可可AI生活 · Feb 10, 2025 · 10m

本期《TAI快报》为大家解读了五篇最新的AI研究论文，涵盖了扩散模型加速、新型损失函数、语言模型数学能力、化学计算机和高效推理方法等多个前沿方向。

[LG] Fast Solvers for Discrete Diffusion Models: Theory and Applications of High-Order Algorithms 提出θ-RK-2 和 θ-梯形法两种高阶数值求解器，显著提升了离散扩散模型的采样速度和样本质量。

[LG] Loss Functions and Operators Generated by f-Divergences 构建了基于 f-散度的通用损失函数框架，为机器学习模型提供了更广泛和灵活的损失函数选择，实验表明α-散度 (α=1.5) 损失函数表现优异。

[LG] Language Models Use Trigonometry to Do Addition 揭示了大型语言模型使用“广义螺旋”表示数字，并通过“时钟算法”利用三角函数执行加法运算的机制，为理解语言模型的数学能力提供了新视角。

[CL] Achieving Operational Universality through a Turing Complete Chemputer 论证并实验验证了通过扩展化学描述语言 XDL 和 Chemputer…