预印本称掩码扩散模型按置信度解码会走捷径放大算术错误

预印本提出「置信度捷径」：掩码扩散模型按置信度选生成顺序，会忽略长程依赖。

掩码扩散模型（MDM）是一类可按任意顺序逐步还原文本的生成模型，理论上能沿逻辑依赖展开中间步骤。作者Dueun Kim与Albert No称，实际解码只优先输出高置信度词元，在多位加法中会先算高位数字而不追踪进位链。

作者自测的受控预训练显示，置信度引导的顺序常选次优序列；与置信度对齐的训练目标会把加法错误率推高一个数量级。实验代码已开源，结论限于作者自己的设置，效果待独立复现。