Araştırmacılar, üretilen belirteçlerin bazen yeniden maskelenip ardından gürültüden arındırıldığı, test sırasında kullanılan Random Remask-Denoise (R²D) yöntemini tanımlıyor. Makaleye göre bu yöntem, ince ayar yapmadan veya ödül geri bildirimi kullanmadan modelin çözümleme hatalarını yeniden ele almasını sağlıyor. Yazarlar, zor Sudoku bulmacalarında %97’nin üzerinde, 3-SAT’te ise %99’un üzerinde doğruluk bildirdiklerini; ayrıca yöntemin yinelemeli düzeltme yöntemlerini ve LLaDA2.1-mini’nin HumanEval+ üzerindeki resmi Q-mode doğruluk oranını geride bıraktığını söylüyor. Bunlar makalenin özetinde bildirilen sonuçlar; özette bağımsız doğrulama sunulmuyor.
Neden önemli
Maskeli difüzyon modelleri üzerinde çalışan araştırmacılar, yeniden maskelemenin üretilen kod ve mantık yanıtlarını iyileştirip iyileştirmediğini inceleyebilir. Ancak özet, sonuçların bildirilen testlerin ötesinde ne ölçüde genellenebildiğini ortaya koymuyor.
