字节会师何恺明！开源连续扩散语言模型Cola DLM

继何恺明之后，字节也给出了同样的回答：NO。而字节这次带来的Cola DLM（Continuous Latent Diffusion Language Model），则进一步佐证了这一趋势。他们同样选择跳出离散token的束缚，把生成过程交给连续空间，结果是： 在~2B参数、约2000 EFLOPs的严格对照实验下，Cola DLM展现出了比自回归模型和主流离散DLM更稳定的scaling趋势。字节：Token≠语义，表征才是真正的主角 事实上，真正的主角藏在这句话的后半段： Cola DLM的motivation从来不是diffusion，而是representation（表征）。