**通过在线策略蒸馏实现数据高效的自回归到扩散语言模型转换**

_Data-Efficient Autoregressive-to-Diffusion Language Models via On-Policy Distillation_

> 该论文提出在线策略扩散语言模型（OPDLM），通过自在线蒸馏将自回归模型转换为扩散模型，消除了训练与推理的不匹配，同时保留了原有知识，仅需15至7000分之一的训练数据即可在多项任务中取得优异表现。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06712)