연구진은 Masked Diffusion Language Models (MDLM)의 디코딩 역학을 조사하여 성공적인 생성은 관련 위치에서 안정적인 신뢰도 동역학을 보인다는 사실을 발견했어요.
TIE (Trajectory-based Iterative Ensembling)라는 새로운 지식 융합 프레임워크를 제안하여, MDLMs가 신뢰성 있는 디코딩 경로를 식별하고 모델 간에 전달하도록 했어요.
TIE는 다양한 추론 작업에서 뛰어난 성능을 보이며, MDLM 앙상블 문제에 대한 실용적인 접근 방식을 제시합니다.