ALoDLM：自适应循环扩散语言模型

ALoDLM 用 token 自适应潜在循环替代均匀计算，按 token 难度分配算力，已提交的 token 作为离散上下文反馈，未解决的 token 继续循环精修潜在状态。研究将 token 级计算调度建模为潜在变量并推导条件 NELBO，训练了 1.7B 和 8B 两个规模。在 11 个基准上，ALoDLM 平均得分超过所有对比的扩散模型和对应 AR 基线，同时保留快速并行解码。