LOCKR：一种基于隐藏状态轨迹引导的规划器，用于检测和修复扩散语言模型中稳定但错误的锁定

英文标题：LOCKR: A Hidden-State Trajectory-Guided Planner for Detecting and Repairing Stable-but-Wrong Lock-In in Diffusion Language Models

论文提出 LOCKR，一种面向扩散语言模型的隐藏状态轨迹引导规划器。作者关注“稳定但错误的锁定”（stable-but-wrong lock-in）这一推理失败模式：模型在最终答案生成前的迭代去噪过程中，过早稳定在错误答案附近。该研究利用扩散语言模型可观察中间生成轨迹的特点，旨在检测并修复这类错误锁定现象。对开发者而言，这一方向可能有助于提升扩散式语言模型在复杂推理任务中的可靠性与可纠错性。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB