Apple（苹果）

Barriers for Learning in an Evolving World: Mathematical Understanding of Loss of Plasticity

在不断变化的世界中学习的障碍：对学习能力丧失的数学理解

Amir Joudaki, Giulia Lanzillotta, Mohammad Samragh Razlighi, Iman Mirzadeh, Keivan Alizadeh, Thomas Hofmann, Mehrdad Farajtabar, Fartash Faghri

机构 * ETH Zürich（苏黎世联邦理工学院） ； Apple（苹果公司） 纠错

AI总结 本文研究了在非平稳环境中深度学习模型因学习能力丧失（LoP）而失效的问题，通过动力系统理论分析了LoP的两个主要机制，并探讨了缓解策略。

Roll Out and Roll Back: Diffusion LLMs are Their Own Efficiency Teachers

展开与回退：扩散大语言模型是它们自己的效率教师

Fanqin Zeng, Feng Hong, Geng Yu, Huangjie Zheng, Xiaofeng Cao, Ya Zhang, Bo Han, Yanfeng Wang, Jiangchao Yao

机构 * Shanghai Jiao Tong University（上海交通大学） ； Apple MLR ； Tongji University（同济大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； RIKEN（日本理化学研究所） 纠错

AI总结 本文提出了一种基于可撤销解码的扩散大语言模型（DLLM）方法，通过发现可靠的去噪顺序来提升生成质量和效率，WINO和WINO+在多个数据集上展示了显著的性能提升。

LaDi-RL: Latent Diffusion Reasoning Prevents Entropy Collapse in Reinforcement Learning

LaDi-RL：潜在扩散推理防止强化学习中的熵崩溃

Haoqiang Kang, Yizhe Zhang, Nikki Lijing Kuang, Yi-An Ma, Lianhui Qin

机构 * UC San Diego（斯克利普斯海洋研究所） ； Apple（苹果公司） 纠错

AI总结 本文提出LaDi-RL方法，通过潜在扩散模型生成潜在推理轨迹，解决强化学习中熵崩溃问题，提升代码生成和数学推理性能。

DACA-GRPO: Denoising-Aware Credit Assignment for Reinforcement Learning in Diffusion Language Models

DACA-GRPO：去噪感知的信用分配用于扩散语言模型中的强化学习

Amin Karimi Monsefi, Dominic Culver, Nikhil Bhendawade, Lokesh Boominathan, Manuel R. Ciosici, Yizhe Zhang, Irina Belousova

机构 * The Ohio State University（俄亥俄州立大学） ； Apple（苹果公司） 纠错

AI总结 本文提出DACA-GRPO，通过引入去噪进度评分和分层掩码似然，改进扩散语言模型中强化学习的信用分配，提升数学推理、代码生成等任务性能。