Unlocking the Potential of Diffusion Language Models through Template Infilling

En 3 lignesTemplate Infilling (TI) est une méthode de conditioning pour les Diffusion Language Models qui aligne des ancres structurelles sur l'ensemble de l'espace de réponse cible, remplaçant le prefix prompting. Évaluée sur raisonnement mathématique, génération de code et planification, TI améliore les performances de 9,40% et accélère la génération multi-token.

Résumé généré par Claude — vérifié par l'humain