الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
Diffusion language models generate text through iterative denoising, exposing intermediate trajectories before final answers are produced. We identify a recurring reasoning failure, stable-but-wrong lock-in, where an answer stabilizes early around an incorrect value while substantial denoising remains. Surface-level decoding signals such as confidence, entropy, margin, and answer stability are insufficient to reliably distinguish correct from erroneous lock-in. We formulate selective reasoning repair as a lightweight test-time planning problem and propose LOCKR, a hidden-state trajectory-guided planner that decides when to allocate additional computation, expands a structured set of targeted repair branches, and selects the most promising continuation using trajectory-aware verification. Across two diffusion language models and three mathematical reasoning benchmarks, hidden-state trajectories consistently outperform surface signals and single hidden snapshots for both wrong-lock-in detection and repair selection. On natural evaluation distributions, LOCKR yields absolute accuracy gains of 2.21--5.37 percentage points across all five evaluated settings, with repair rates ranging from 22% to 41%. These results establish hidden diffusion trajectories as actionable signals for selective test-time reasoning repair.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Zhao, G., Yu, T., & Zhao, W. (2026). LOCKR: مخطط يسترشد بمسار الحالة المخفية لاكتشاف إصلاح القفل الثابت لكنه خاطئ في نماذج اللغة الانتشارية. https://omanscience.com/ar/articles/lockr-a-hidden-state-trajectory-guided-planner-for-detecting-and-repairing-stable-but-wrong-lock-in-in-diffusion-language-models
MLA 9
Zhao, Guoshenghui, et al. "LOCKR: مخطط يسترشد بمسار الحالة المخفية لاكتشاف إصلاح القفل الثابت لكنه خاطئ في نماذج اللغة الانتشارية." https://omanscience.com/ar/articles/lockr-a-hidden-state-trajectory-guided-planner-for-detecting-and-repairing-stable-but-wrong-lock-in-in-diffusion-language-models.
شيكاغو (المؤلف–التاريخ)
Zhao, Guoshenghui, Tan Yu, and Weijie Zhao. 2026. "LOCKR: مخطط يسترشد بمسار الحالة المخفية لاكتشاف إصلاح القفل الثابت لكنه خاطئ في نماذج اللغة الانتشارية." https://omanscience.com/ar/articles/lockr-a-hidden-state-trajectory-guided-planner-for-detecting-and-repairing-stable-but-wrong-lock-in-in-diffusion-language-models.
هارفارد
Zhao, G., Yu, T. and Zhao, W. (2026) 'LOCKR: مخطط يسترشد بمسار الحالة المخفية لاكتشاف إصلاح القفل الثابت لكنه خاطئ في نماذج اللغة الانتشارية', Available at: https://omanscience.com/ar/articles/lockr-a-hidden-state-trajectory-guided-planner-for-detecting-and-repairing-stable-but-wrong-lock-in-in-diffusion-language-models.
فانكوفر
Zhao G, Yu T, Zhao W. LOCKR: مخطط يسترشد بمسار الحالة المخفية لاكتشاف إصلاح القفل الثابت لكنه خاطئ في نماذج اللغة الانتشارية. https://omanscience.com/ar/articles/lockr-a-hidden-state-trajectory-guided-planner-for-detecting-and-repairing-stable-but-wrong-lock-in-in-diffusion-language-models
IEEE
G. Zhao, T. Yu, and W. Zhao, "LOCKR: مخطط يسترشد بمسار الحالة المخفية لاكتشاف إصلاح القفل الثابت لكنه خاطئ في نماذج اللغة الانتشارية," https://omanscience.com/ar/articles/lockr-a-hidden-state-trajectory-guided-planner-for-detecting-and-repairing-stable-but-wrong-lock-in-in-diffusion-language-models.