Diffusion liên tục coi quá trình tiến lên là một không gian thiết kế; diffusion ngôn ngữ rời rạc thường dùng tính phá hủy hấp thụ, để ngữ cảnh được tin tưởng hoàn toàn suốt quá trình sinh. Điều này khiến sự tin tưởng trở nên nhị phân: ngữ cảnh bị hỏng sẽ được sao chép như là sự thật đất nền, lan truyền lỗi vào các đoạn được sinh ra. Chúng tôi mở lại không gian thiết kế này bằng cách kết hợp các hạt nhựa hấp thụ và trộn đồng đều với tốc độ phụ thuộc khu vực. Các vị trí bị thiếu tuân theo động lực học hấp thụ, trong khi ngữ cảnh chịu sự thay thế ngẫu nhiên tốc độ thấp, để mô hình tiếp xúc với các token đã quan sát nhưng không chắc chắn trong quá trình huấn luyện. Khi suy luận, một bộ lấy mẫu heuristic tái đưa nhiễu vào ngữ cảnh đáng ngờ dưới cường độ được ủng hộ và đóng băng cập nhật ngữ cảnh muội cao trong quỹ đạo. Một lần fine-tune 8.000 bước của một mô hình diffusion bị che giấu đã được huấn luyện trước với 170M tham số mất dưới năm giờ trên một GPU laptop 6 GB. Mô hình cơ sở gán xác suất khoảng 50% cho các token đã quan sát ngay cả khi chúng là rác ngẫu nhiên đồng đều.