#机器学习

复旦大学团队提出创新方法，通过傅里叶变换分析扩散模型的频率成分，揭示低频对应逻辑结构、高频对应细节特征的生成机制。该技术显著提升代码生成与数学问题求解的准确性，为AI生成模型提供全新优化方向。

扩散式语言模型通过逐步生成文本的创新机制，突破传统大模型效率瓶颈。该技术通过分阶段生成过程，在保持语义连贯性的同时显著降低计算成本，为AI文本生成领域带来革命性突破。其在多轮对话、长文本创作等场景展现独特优势，或将成为定义下一代大语言模型的核心技术方向。