Bayesian 구조적 디코딩 — DLM에서 유연한 길이 생성, 학습 없이 품질 개선

확산 언어 모델(DLM)의 유연한 길이 생성을 위해 Bayesian 구조적 디코딩 프레임워크를 제안했습니다. 기존 방식은 고정 길이에 의존하거나 지역적 신호만 사용해 품질이 떨어졌는데, 이 방법은 확장 길이, 블록 경계, 디코딩 스케줄을 동시에 추론하며 지역 불확실성과 구조적 신호를 통합합니다. 여러 벤치마크에서 기존 고정/유연 길이 기준 대비 생성 품질과 유연성이 크게 향상되었으며, 재학습이 필요 없어 실용적입니다.

• #diffusion-language-models
• #flexible-length-generation
• #bayesian-decoding
• #structured-generation