這項(xiàng)由復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)學(xué)院劉曉然、劉志庚等研究人員與上海創(chuàng)新研究院、上海AI實(shí)驗(yàn)室合作完成的研究發(fā)表于2025年6月，論文編號(hào)為arXiv:2506.14429v1。感興趣的讀者可以通過該論文編號(hào)在arXiv平臺(tái)上訪問完整研究內(nèi)容。

近年來，人工智能界出現(xiàn)了一種全新的語言模型架構(gòu)——擴(kuò)散大語言模型，它就像是傳統(tǒng)自回歸模型的"孿生兄弟"，但工作原理卻截然不同。傳統(tǒng)的GPT類模型就像一個(gè)只能從左到右逐字寫作的作家，而擴(kuò)散模型更像一個(gè)可以同時(shí)考慮整個(gè)句子、反復(fù)修改潤色的編輯。然而，這種新型模型在處理超長文本時(shí)的能力一直是個(gè)未解之謎。

當(dāng)我們給傳統(tǒng)語言模型輸入超過其訓(xùn)練長度的文本時(shí)，就像讓一個(gè)只習(xí)慣寫短篇小說的作家突然去創(chuàng)作長篇巨著，結(jié)果往往是"力不從心"——要么完全崩潰，要么胡言亂語。但研究團(tuán)隊(duì)在測試擴(kuò)散模型時(shí)卻發(fā)現(xiàn)了一個(gè)令人驚訝的現(xiàn)象：這些模型不僅沒有崩潰，反而展現(xiàn)出了一種獨(dú)特的"局部透視"能力。

具體來說，當(dāng)研究人員將一條關(guān)鍵信息（比如"小明的生日是3月15日"）藏在一篇超長文檔的某個(gè)位置，然后讓模型去尋找時(shí)，傳統(tǒng)模型在文檔超過其能力范圍后就徹底"失明"了。但擴(kuò)散模型卻能在最近的一段文字窗口內(nèi)準(zhǔn)確找到信息，就像擁有一個(gè)會(huì)移動(dòng)的"聚光燈"，雖然看不到全局，但能清晰照亮局部區(qū)域。

更神奇的是，擴(kuò)散模型在處理超長文本時(shí)，其困惑度（衡量模型理解文本難度的指標(biāo)）保持得異常穩(wěn)定，而傳統(tǒng)模型的困惑度會(huì)急劇飆升。這就好比讓兩個(gè)人閱讀一本越來越厚的書，傳統(tǒng)模型讀到后面會(huì)越來越糊涂，而擴(kuò)散模型卻能始終保持清醒的頭腦。

基于這些發(fā)現(xiàn)，研究團(tuán)隊(duì)深入挖掘了這種現(xiàn)象背后的數(shù)學(xué)原理，發(fā)現(xiàn)這與模型中的位置編碼機(jī)制密切相關(guān)。位置編碼就像是給文本中每個(gè)詞語標(biāo)注的"門牌號(hào)"，告訴模型哪個(gè)詞在前，哪個(gè)詞在后。傳統(tǒng)模型在訓(xùn)練時(shí)只能看到從0號(hào)開始的連續(xù)門牌號(hào)，而擴(kuò)散模型由于其雙向注意力機(jī)制，能同時(shí)看到正負(fù)兩個(gè)方向的門牌號(hào)，這讓它對(duì)位置信息有了更全面的理解。

研究團(tuán)隊(duì)將這種現(xiàn)象比作學(xué)習(xí)地圖。傳統(tǒng)模型就像只學(xué)過從市中心出發(fā)路線的司機(jī)，一旦超出熟悉范圍就會(huì)迷路。而擴(kuò)散模型更像學(xué)過整個(gè)城市布局的司機(jī)，即使到了陌生區(qū)域，也能憑借對(duì)路網(wǎng)結(jié)構(gòu)的整體把握找到方向。

在理解了這一機(jī)制后，研究團(tuán)隊(duì)開發(fā)了一套名為"LongLLaDA"的技術(shù)方案。這套方案就像給模型戴上了一副"變焦鏡頭"，通過調(diào)整位置編碼的縮放比例，讓原本只能處理4000字的模型成功擴(kuò)展到24000字，實(shí)現(xiàn)了6倍的能力提升，而且無需任何額外訓(xùn)練。

這種技術(shù)的工作原理可以用調(diào)音師調(diào)琴來類比。每個(gè)位置就像琴弦的不同頻率，原本模型只熟悉某個(gè)頻率范圍內(nèi)的"音符"。通過巧妙調(diào)整這些頻率的比例關(guān)系，研究團(tuán)隊(duì)讓模型能夠"聽懂"更廣范圍內(nèi)的"音樂"，從而處理更長的文本。

在具體的應(yīng)用測試中，研究團(tuán)隊(duì)設(shè)計(jì)了多種任務(wù)來驗(yàn)證擴(kuò)散模型的長文本能力。在"大海撈針"任務(wù)中，就是在一篇很長的文章里藏一個(gè)特定信息，然后看模型能否找到。結(jié)果顯示，傳統(tǒng)模型在超出能力范圍后完全失效，準(zhǔn)確率降為零。而擴(kuò)散模型雖然不能在整篇文檔中搜索，但能在最近的文本段落中保持近乎完美的搜索能力。

更有趣的是，研究團(tuán)隊(duì)還發(fā)現(xiàn)擴(kuò)散模型的這種能力會(huì)受到其"思考步數(shù)"的影響。就像人在仔細(xì)思考時(shí)需要更多時(shí)間一樣，當(dāng)給擴(kuò)散模型更多的推理步驟時(shí)，它的長文本處理能力也會(huì)相應(yīng)提升。從1步到16步的遞增過程中，模型的表現(xiàn)持續(xù)改善。

在更復(fù)雜的綜合測試中，研究團(tuán)隊(duì)比較了擴(kuò)散模型和傳統(tǒng)模型在不同類型長文本任務(wù)上的表現(xiàn)。結(jié)果呈現(xiàn)出有趣的分化現(xiàn)象：在信息檢索類任務(wù)上，兩種模型表現(xiàn)相當(dāng)；在需要匯總整合信息的任務(wù)上，傳統(tǒng)模型略勝一籌；但在問答類任務(wù)上，擴(kuò)散模型展現(xiàn)出了明顯優(yōu)勢。

這種能力差異就像不同類型的閱讀理解專家。傳統(tǒng)模型更像擅長寫摘要和總結(jié)的編輯，能夠統(tǒng)觀全局抓住要點(diǎn)。而擴(kuò)散模型更像善于深度解析和回答問題的分析師，能夠在局部范圍內(nèi)進(jìn)行精準(zhǔn)的信息提取和推理。

研究團(tuán)隊(duì)通過可視化技術(shù)進(jìn)一步驗(yàn)證了他們的理論。他們將模型內(nèi)部的注意力狀態(tài)投射到二維平面上，就像給模型的"大腦活動(dòng)"拍X光片。結(jié)果清晰顯示，傳統(tǒng)模型在處理超長文本時(shí)出現(xiàn)了明顯的"認(rèn)知斷層"——正常長度和超長文本的處理模式完全不同。而擴(kuò)散模型的"大腦活動(dòng)"則保持了高度一致性，沒有出現(xiàn)這種斷層現(xiàn)象。

這一發(fā)現(xiàn)不僅在理論上具有重要意義，在實(shí)際應(yīng)用中也開辟了新的可能性。比如在處理法律文檔、學(xué)術(shù)論文、技術(shù)手冊等超長文本時(shí)，擴(kuò)散模型的這種"局部精準(zhǔn)"能力可能比傳統(tǒng)模型的"全局模糊"更加實(shí)用。雖然它看不到全貌，但在需要精確回答具體問題時(shí)，這種能力反而更有價(jià)值。

研究過程中，團(tuán)隊(duì)還意外發(fā)現(xiàn)了擴(kuò)散模型長文本能力的一些有趣限制。當(dāng)文本長度超過一定閾值后，模型會(huì)出現(xiàn)類似傳統(tǒng)模型的"中間遺忘"現(xiàn)象——對(duì)文檔開頭和結(jié)尾的信息記憶清晰，但對(duì)中間部分相對(duì)模糊。這就像讀一本厚書時(shí)，我們往往對(duì)開頭結(jié)尾印象深刻，中間章節(jié)卻容易忘記。

更重要的是，這項(xiàng)研究首次系統(tǒng)性地證明了擴(kuò)散模型在長文本處理方面的獨(dú)特優(yōu)勢和局限性。以往人們主要關(guān)注這類模型在生成質(zhì)量、推理能力等方面的表現(xiàn)，對(duì)其長文本處理能力缺乏深入了解。這次研究填補(bǔ)了這一空白，為未來的模型設(shè)計(jì)和應(yīng)用提供了重要參考。

從技術(shù)發(fā)展角度看，這項(xiàng)研究揭示了一個(gè)重要趨勢：不同架構(gòu)的語言模型可能各有所長，未來的AI系統(tǒng)可能需要根據(jù)具體任務(wù)選擇最適合的模型類型。就像工具箱里需要配備不同功能的工具一樣，AI領(lǐng)域也需要多樣化的模型來應(yīng)對(duì)不同場景的需求。

研究團(tuán)隊(duì)的實(shí)驗(yàn)還表明，傳統(tǒng)的模型評(píng)估方法可能需要更新。以往主要關(guān)注模型在標(biāo)準(zhǔn)長度文本上的表現(xiàn)，但隨著實(shí)際應(yīng)用中長文本需求的增加，如何評(píng)估和優(yōu)化模型的長文本能力變得越來越重要。這項(xiàng)研究提供的測試方法和評(píng)估框架，為整個(gè)領(lǐng)域建立了新的標(biāo)準(zhǔn)。

特別值得注意的是，這種無需訓(xùn)練的擴(kuò)展方法大大降低了技術(shù)應(yīng)用的門檻。傳統(tǒng)的長文本能力提升往往需要重新訓(xùn)練模型，成本高昂且耗時(shí)漫長。而LongLLaDA技術(shù)就像給現(xiàn)有模型安裝了一個(gè)"即插即用"的擴(kuò)展器，既經(jīng)濟(jì)又高效。

說到底，這項(xiàng)研究就像是給AI領(lǐng)域帶來了一個(gè)全新的視角。它告訴我們，擴(kuò)散模型這個(gè)相對(duì)較新的技術(shù)路線，在長文本處理方面有著獨(dú)特的天賦。雖然它不能像傳統(tǒng)模型那樣"一覽眾山小"，但它的"局部透視"能力在很多實(shí)際應(yīng)用中可能更加實(shí)用。

這個(gè)發(fā)現(xiàn)對(duì)普通人意味著什么呢？隨著這類技術(shù)的成熟和普及，我們可能很快就能看到更強(qiáng)大的AI助手，它們能夠更好地處理長篇文檔、幫助我們從海量信息中精準(zhǔn)提取所需內(nèi)容。無論是學(xué)生寫論文需要查閱大量文獻(xiàn)，還是律師處理復(fù)雜法律條文，亦或是醫(yī)生分析詳細(xì)病歷，這種技術(shù)都可能帶來顯著的效率提升。

更令人期待的是，這項(xiàng)研究開啟了擴(kuò)散模型長文本能力研究的大門。隨著更多研究者的加入和技術(shù)的不斷完善，我們有理由相信，未來的AI系統(tǒng)將能夠更好地理解和處理人類的長篇表達(dá)，讓人機(jī)交互變得更加自然和高效。

當(dāng)然，這項(xiàng)研究也提醒我們，AI技術(shù)的發(fā)展往往充滿意外和驚喜。正如研究團(tuán)隊(duì)最初也沒有預(yù)料到擴(kuò)散模型會(huì)有如此獨(dú)特的長文本處理特性一樣，科學(xué)探索的魅力就在于不斷發(fā)現(xiàn)新的可能性。對(duì)于那些想要深入了解技術(shù)細(xì)節(jié)的讀者，完整的研究論文已在arXiv平臺(tái)發(fā)布，編號(hào)為2506.14429v1，其中包含了詳細(xì)的實(shí)驗(yàn)數(shù)據(jù)和技術(shù)實(shí)現(xiàn)方案。

Q&A

Q1：擴(kuò)散大語言模型的"局部透視"能力是什么意思？ A：這是指擴(kuò)散模型在處理超長文本時(shí)，雖然不能像傳統(tǒng)模型那樣統(tǒng)觀全局，但能在最近的一段文字窗口內(nèi)精準(zhǔn)找到和處理信息，就像擁有一個(gè)會(huì)移動(dòng)的聚光燈，能清晰照亮局部區(qū)域。這種能力讓它在超出訓(xùn)練長度的文本中仍能保持相對(duì)穩(wěn)定的性能。

Q2：LongLLaDA技術(shù)會(huì)不會(huì)需要重新訓(xùn)練模型？ A：不需要。LongLLaDA是一種"即插即用"的技術(shù)，通過調(diào)整位置編碼的縮放比例來擴(kuò)展模型能力，無需任何額外訓(xùn)練。研究顯示這種方法能讓原本只處理4000字的模型擴(kuò)展到24000字，實(shí)現(xiàn)6倍提升，既經(jīng)濟(jì)又高效。

Q3：擴(kuò)散模型在長文本任務(wù)上有什么優(yōu)勢和局限？ A：優(yōu)勢是在信息檢索和問答任務(wù)上表現(xiàn)優(yōu)秀，且處理超長文本時(shí)保持穩(wěn)定的困惑度。局限是在需要匯總整合全文信息的任務(wù)上不如傳統(tǒng)模型，且當(dāng)文本過長時(shí)會(huì)出現(xiàn)"中間遺忘"現(xiàn)象，對(duì)文檔中間部分的記憶相對(duì)模糊。