DiScoFormer je transformer navržený tak, aby fungoval univerzálně pro odhad hustoty a skórování pravděpodobnostních distribucí bez potřeby separátních modelů pro každý úkol. Tradičně se tyto dvě funkce řešily odděleně nebo s různými architekturami, což zvyšovalo složitost a výpočetní náklady. Jednotný přístup snižuje overhead a umožňuje efektivnější trénink. Model se ukazuje jako schopný pracovat s různými typy distribucí, což rozšiřuje jeho aplikační potenciál. Výzkum naznačuje, že transformery mohou být účinným stavebním kamenem i pro probabilistické úlohy Beyond tradičních úloh jako klasifikace nebo generování textu. DiScoFormer tak otevírá cestu k flexibilnějším a úsporněji trénovaným modelům v oblasti probabilistického strojového učení.