ICML 2025 论文：去噪模型让空间推理从 1% 不到升到 50% 以上
CSProfKGD · x · 2026-07-27
用去噪模型做空间推理：SRM
这条帖子分享了一篇 ICML 2025 论文，来自德国马普所等机构，主题是 Spatial Reasoning Models（SRMs）：用去噪生成模型对一组连续变量做推理。
- SRM 通过已观测变量，推断未观测变量的连续表示。
- 论文指出，扩散模型和 flow matching 在复杂空间分布上容易出现幻觉。
- 作者还提出了一组基准任务，用来衡量生成模型的推理质量与幻觉程度。
- 关键发现之一是：生成顺序可以由去噪网络自己预测，不是必须人工指定。
- 借助顺序化与采样策略的设计，某些推理任务的准确率从 1% 以下提升到 50% 以上。
- 帖子同时附上了论文、代码和基准资源。
「研究」频道最新
- ReactBench v1 显示 GPT-5.6 约 53%，Opus 5 约 49% — aidenybai · 2026-07-28
- ReactBench 用真实 React 任务考验编码 agent — andrew_n_carr · 2026-07-28
- fchollet评iLands：开放式生存环境如何塑造AI智能体 — fchollet · 2026-07-27
- LocateAnything-Data 开源 1200 万图像和 7.85 亿标注 — ZhidingYu · 2026-07-27
- NVIDIA 发布面向 agentic RL 的 PyTorch 训练框架 Molt — dair_ai · 2026-07-27
- AI 一键生成万行代码：5 分钟搞定黑洞电动力学模拟 — kylekabasares · 2026-07-27