مدلهای Diffusion MLLM در تولید محتوا عالی هستند، اما در بحث «استدلال» هنوز با چالشهایی مثل خطای انباشته دست و پنجه نرم میکنند. محققان به تازگی روشی نوآورانه به نام ST-Veto معرفی کردهاند که بدون نیاز به آموزش مجدد، دقت این مدلها را تا ۹ درصد افزایش میدهد!
💡 چطور کار میکند؟
این متد با استفاده از «پیشبینی تیلور»، توکنهای ناپایدار را در طول فرآیند تولید شناسایی و با جایگزینهای مطمئنتر عوض میکند. در واقع، این روش مثل یک فیلتر هوشمند عمل میکند که خروجی مدل را به سمت مسیرهای با اعتمادبهنفس بالاتر و منطقیتر هدایت میکند.
این خبر برای توسعهدهندگانی که با مدلهای مولد چندوجهی کار میکنند، یک گام بزرگ رو به جلو برای کاهش خطاها و افزایش کارایی بدون هزینه اضافی است. 🔥
منبع: arXiv AI