Flow Reasoning Models 让流模型学会循环推理

研究团队提出 Flow Reasoning Models(FRM)，将流模型改造为循环/recurrent 架构来解数独等结构化推理问题：先把连续流应用于离散结构化输出，再通过 self-conditioning 机制训练。数独解决率达 99.5%，效率上优势明显，在 Sudoku-Extreme 上仅用约 1/44 于 EqR 的 FLOPs 即可追平表现，显著省于 HRM、TRM 和掩码扩散等方法，且无需时间反传。

2026-09-17 ~ 2026-09-17 · 3 条相关

• 把流模型改造成循环模型解推理题,无需时间反传 — alec_helbling · 2026-09-17
• Flow Reasoning Models:把流模型改造成循环推理器,数独解决率达99.5% — alec_helbling · 2026-09-17
• FRM 推理效率碾压对手:数独上以 1/44 的 FLOPs 追平 EqR — alec_helbling · 2026-09-17