根据Andrew Ng，Stefano Ermon及其团队的新方法探索了将扩散模型作为传统变压器文本生成的替代方案。这种方法通过粗到细的过程同时生成整个文本，可能会影响依赖文本分析的交易策略，提供更高效的计算方法。非顺序代币生成的强调可能导致更快和更可扩展的文本数据处理，这对于高频交易算法至关重要。

根据Andrej Karpathy的说法，引入基于扩散的大型语言模型（LLM）标志着语言处理领域的重大突破，传统的自回归模型使用。此创新可能会影响加密货币市场中的算法交易策略，因为扩散模型为数据预测提供了一种新方法，可能会提高交易决策的准确性。然而，交易算法的具体影响仍需充分理解，强调了交易者需要对AI技术进步保持关注。来源: Andrej Karpathy的推特。