Aligning Diffusion Language Models via Unpaired Preference Optimization arXiv – cs.LG • 29.10.2025 04:00 • Original #Diffusions-Sprachmodelle #ELBO-KTO #LLaDA-8B-Instruct #kto-mix-14k #UltraFeedback-Binary #unverpaarte Präferenzoptimierung Anzeige Ähnliche Artikel arXiv – cs.LG • 11.12.2025 05:00 Reinforcement Learning optimiert Token‑Entmaskierung in Diffusions‑Sprachmodellen arXiv – cs.LG • 27.11.2025 05:00 Von Bits zu Runden: Parallel-Decodierung mit Exploration für Diffusionsmodelle arXiv – cs.LG • 29.09.2025 05:00 d2: Improved Techniques for Training Reasoning Diffusion Language Models
