极简方案刷新扩散模型推理纪录，阿里清华论文入选 ICML 杰出论文
中文摘要
阿里清华提出JustGRPO，通过强制从左到右生成刷新扩散模型推理纪录，获评ICML 2026杰出论文。
English Summary
Alibaba and Tsinghua's JustGRPO refreshes diffusion model reasoning records via left-to-right generation, earning an ICML 2026 Outstanding Paper award.
Original Excerpt
📌 一句话摘要 阿里与清华联合论文揭示扩散语言模型中任意顺序生成在推理任务中是陷阱，并提出极简方案 JustGRPO，以强制从左到右生成刷新推理性能纪录，该工作入选 ICML 2026 杰出论文。 📝 详细摘要 本文报道了阿里巴巴与清华大学合作的论文入选 ICML 2026 杰出论文，该论文首次质疑扩散语言模型（dLLM）中任意顺序生成的价值。研究发现，在数学、编程等推理任务中，任意顺序生成会导致模型绕过关键逻辑节点，...