响应长度控制

LLaDA-MedV：探索用于生物医学图像理解的大语言扩散模型

LLaDA-MedV: Exploring Large Language Diffusion Models for Biomedical Image Understanding

将掩码扩散语言模型（LLaDA）通过视觉指令微调迁移到生物医学图像理解，为视觉-语言建模提供了一条非自回归的替代路径；其关于初始化权重选择、微调策略以及采样步数与响应重复之间权衡的分析，对任何尝试用扩散式语言模型做多模态生成的视觉研究者都有直接参考价值。