点击下方 卡片 ，关注" 大模型之心Tech "公众号 戳我-> 领取大模型巨卷干货 本文只做学术分享，如有侵权，联系删文 当我们还在讨论"大模型靠堆数据变聪明"的时代，另一场无声的革命正在发生。 新加坡国立大学联合 Sea AI Lab等研究团队发现，在数据成为瓶颈的未来， 扩散语言模型（Diffusion Language Models, DLM） 展现出惊人的学习 潜力。 在相同规模与算力下，它们不靠更多数据，却能学得更快、更深、更"聪明"。 这篇名为《Diffusion Language Models are Super Data Learners》的最新论文揭示： DLM 在有限数据条件下，全面超越传统的自回归语言模型 （AR） ，预示着语言模型的新范式正在崛起。 在数据有限的情况下，哪种模型能够从每个独特的token中提取更多的信息？换句话说， 数据（而非计算）成为了限制因素。 何为智能交叉点？ 论文链接：https://arxiv.org/abs/2511.03276v1 研究背景 自回归语言模型目前是现代大规模语言模型的主流，其优点是高效的训练和推理性能，适用于大规模数据集。然而，随着计算资源 ...