Jane Street研究实习生Kavish开发了一个基于自回归扩散的市场数据生成模型。该模型针对市场订单簿事件及其发生时间进行合成,旨在探索如何处理市场数据兼具连续性和离散性的特点。
扩散语言模型正在成为推理阶段的关键技术进展。掩码扩散语言模型(MDLM)本质上是具有随机掩码率的生成式BERT,通过平行生成能够实现显著的推理加速。截至2026年,已有多个产业级扩散模型发布,在质量上与自回归模型相当。