最新消息：姚班大神陈立杰，加盟OpenAI了。 据"Top华人社消息"，OpenAI内部确认：清华姚班天才、UC伯克利EECS助理教授陈立杰已加盟OpenAI，负责数学推理！ 与此同时，陈立杰近期参与的最新研究方向也十分"当下"，聚焦于扩散语言模型（Diffusion Language Models），紧跟当前生成模型的重要演进路线。 值得一提的是，OpenAI 在去年 9 月发表的出圈论文《Why Language Models Hallucinate》中，也引用了陈立杰参与的另一篇研究《Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations》。 截至目前，陈立杰主页未有更新。 陈立杰是谁？ 陈立杰出生于1995年，16岁时获得全国信息学奥赛金牌（NOI），被保送进入清华大学，是清华大学 "姚班" 的知名校友，长期从事理论计算机科学研 究。 2025年，陈立杰正式入职加州大学伯克利分校（UC Berkeley）电气工程与计算机科学系（EECS），担任助理教授，并成为伯克利理论计算机科学团队 （Berkel ...

对此， 华为小艺香港团队、香港城市大学及香港大学 的研究人员们共同提出了一种全新的 上下文一致性解码算法（Coherent Contextual Decoding, CCD） ，充分 利用扩散过程中的上下文增广，从理论上纠正了传统 DLM 推理策略的 "短视性"，并进一步采用自适应解码方案在多种开源 DLMs 上同时实现了 3.48 倍的加速和 3.9% 的性能提升。该方案不仅适配 Any-oder 生成，且在半自回归 Block-wise 解码设定下也获得了提升，扩散语言模型的高效推理时代，或许已经到来。 研究背景 今年以来，以 Dream 和 LLaDA 为主的开源扩散语言模型大放异彩，实现了和同尺寸自回归 LLM 相当的通用能力，且展现出了 DLMs 在全局规划和双向上下文理 解任务上的优势 。 扩散语言模型（Diffusion Language Models）以其独特的 "全局规划" 与并行解码能力广为人知，成为 LLM 领域的全新范式之一。然而在 Any-order 解码模式下，其 通常面临推理速度较慢且生成逻辑不连贯等问题。 论文标题： Beyond Confidence: Adaptive an ...