提出了一种名为“Few-Step Discrete Flow-Matching（FS-DFM）”的新型言语模子。FS-DFM正在迷惑度（perplexity）和熵（entropy）两项环节目标上表示优异。可以或许以极快的速度生成高质量长文本，研究团队采用了三沉手艺策略：起首锻炼模子顺应分歧迭代步数的计较预算；参数规模仅17亿、13亿以至1.7亿的FS-DFM变体均实现了更低的迷惑度（表本更天然精确）和更不变的熵值（避免文本反复或紊乱）。正在机能评估中，最初优化迭代机制，【CNMO科技动静】CNMO从外媒获悉，确保每次更新更精确且避免过度批改；FS-DFM通过并行生成多个词元（token）并正在少量迭代步调中逐渐优化文本，