May, 2023
TESS: 文本到文本自条件简单扩散
TESS: Text-to-Text Self-Conditioned Simplex Diffusion
Rabeeh Karimi Mahabadi, Jaesung Tae, Hamish Ivison, James Henderson, Iz Beltagy...
TL;DR本文提出了全非自回归文本扩散模型 Text-to-text Self-conditioned Simplex Diffusion (TESS),将扩散过程应用于逻辑回归空间,具有新形式的自我条件和完全非自回归的特点。在包括摘要、文本简化、释义生成和问题生成在内的自然语言理解和生成任务中,我们证明了 TESS 胜过最先进的非自回归模型,并具有与预训练的自回归序列到序列模型竞争的能力。