先了解这件事
AI 综述
2026年7月22日,Sakana AI 提出 UnMaskFork(UMF)推理时扩展方法。据其官方博客介绍,该方法在 ICML 2026 论文中提出,让多个掩码扩散语言模型(MDLM)通过模型切换协作完成同一个答案,并用蒙特卡洛树搜索寻找不同模型负责不同阶段的顺序。该方法无需额外训练或改动模型,在编码基准上持续优于现有推理时扩展方法,在数学任务上也随计算量增加稳步提升。目前尚无后续发展事实,状态停留在该论文发布时的介绍。
AI 根据公开报道生成
最新进展 · 正式报道
Sakana AI 提出 UnMaskFork：让多个掩码扩散语言模型协作提升推理性能事件进展
1 个已确认进展
- 来源：Sakana AI：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
7月22日
Sakana AI：Blog一手
Sakana AI 提出 UnMaskFork：让多个掩码扩散语言模型协作提升推理性能
Sakana AI 在 ICML 2026 论文 UnMaskFork（UMF）中提出，让多个掩码扩散语言模型（MDLM）通过模型切换协作完成同一个答案，并用蒙特卡洛树搜索寻找不同模型负责不同阶段的顺序。该方法无需额外训练或改动模型，在编码基准上持续优于现有推理时扩展方法，在数学任务上也随计算量增加稳步提升。