苹果发布全新 FS-DFM 模型，提升长文本生成效率

苹果公司与俄亥俄州立大学研究团队联合发布了名为FS-DFM（Few-Step Discrete Flow-Matching）的全新语言模型。该模型在长文本生成方面实现了重大突破，通过三步法优化了迭代机制，使其在文本生成的困惑度和熵等关键指标上优于其他大型模型。

生成速度大幅提升

FS-DFM模型仅需8轮快速迭代即可生成高质量长文本，速度较传统扩散模型提升128倍，显著缩短了长文本生成的等待时间。

文本质量保持领先

在困惑度（衡量文本准确性和流畅性）和熵（衡量选词置信度）等关键指标上，FS-DFM的表现优于拥有数十亿参数的主流模型（如Dream-7B、LLaDA-8B），且参数量仅为1.7亿至17亿，实现了“小模型大效果”。

技术创新与优化

• 动态迭代预算：模型可根据任务需求自动调整迭代深度，避免冗余计算。
• 教师指导机制：引入高精度“教师模型”引导迭代，确保更新精准且稳定。
• 稳态收敛策略：优化迭代步长，加速模型收敛，减少步骤的同时保证质量。

详情：https://machinelearning.apple.com/research/fs-dfm