kuleshov-group

[ICLR 2025 Oral] Block Diffusion: Interpolación entre modelos de lenguaje autorregresivos y de difusión

Ajuste fino de modelos de lenguaje grandes en una GPU de consumo en 2 bits

[NeurIPS 2024] Modelo de lenguaje de difusión enmascarada simple y efectivo.

Una lista curada de recursos excelentes sobre modelos de difusión discreta.