阿里清华合作论文获ICML杰出论文奖 揭示扩散模型“灵活性陷阱”
扩散模型任意顺序生成在推理中因绕过难点而表现更差，强制从左到右生成效果更好，简单方法击败所有复杂算法。
扩散语言模型（可任意顺序生成文本）被寄予厚望，但阿里清华研究发现，在推理任务中，这种灵活性反而导致模型绕过逻辑难点，性能下降。他们用“JustGRPO”方法强制从左到右生成，在GSM8K上达到89.1%准确率，超越所有专为扩散模型设计的复杂强化学习算法。
正文摘录
.png) 7月5日，阿里巴巴与清华大学合作的论文 The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models（灵活性陷阱：重新审视扩散语言模型中任意顺序生成的价值）入选 AI 顶会 ICML 杰出论文（Outstanding Paper）。杰出论文是 ICML 最高荣誉，代表当年最具影响力的研究工作，通常只授予 2-3 篇，获奖率仅占接受论文的千分之一。  图说：2026 年 7 月 5 日，ICML 2026 主席团公布两篇杰出论文名单，阿里巴巴与清华大学合作的论文入选。 dLLM（扩散大语言模型）是当前最受关注的下一代语言模型架构之一，Google 的 Gemini Diffusion、中国人民大学的 LLaDA 等都属于这一方向。主流大语言模型（LLM）如 GPT、Qwen 等生成文本就像打字，从左往右逐个生成 token。与 LLM 不同，dLLM 在生成文本时可以任意选择生成顺序，无需从左往右，理论上拥有更大的生成解空间，在近一两年被寄予厚望。但这篇论文首次提出质疑：在解决数学、编程等通用推理任务时，任意顺序生成非但不能提升模型能力，反而会成为陷阱。