Flow Reasoning模型：并行改错，数独极端难度99.5%解出率
alec_helbling · x · 2026-09-03
IBM 研究者（含 Duen Horng Chau、Mauro Martino 等）发布论文《Flow Reasoning Models: Turning Flows Into Efficient Recurrent Reasoners》，提出 FRM 框架：把连续流（flow）适配到离散结构化输出上，通过 self-conditioning 让一次性去噪变成迭代式解答精炼，从而能并行地做出并修正相互依赖的决策——这是自回归模型（顺序提交、无法回头）和掩码扩散模型（需精心设计解码协调）都难以做到的。
作者还指出常规 self-conditioning 在更深的循环深度下会因曝光偏差失效，为此提出 Fixed-Point Forcing（FPF）：用模型自身推理动态产生的状态训练，同时保留标准 flow-matching 目标。
成绩：Sudoku-Extreme、Zebra、Maze-Unique 上解出率分别达 99.5%、100.0%、99.9%；在 Sudoku-Extreme 上峰值准确率超过所评测的掩码扩散等基线。作者补充了一个优雅的动力学系统视角：正确答案即 self-conditioned 流动力学的不动点吸引子。
所属事件:Flow Reasoning 模型以 44 倍更少算力解数独(4 条相关)→
「研究」频道最新
- Cohere 发布 ATE 数据集:近70万 MCP 工具透视 agent 自动化趋势 — Cohere_Labs · 2026-09-03
- 研究显示在线 RL 中动作分块同样显著提升 Contrastive RL 表现 — ben_eysenbach · 2026-09-03
- 编码模型数据枯竭？PL 学者提出「意图计算」新范式破局 — LingmingZhang · 2026-09-03
- davidad 力挺:无约束 RLVR 简单奖励函数应被全面禁用 — davidad · 2026-09-03
- Computerphile 深入讲解 AI 水印原理并现场演示实现 — Computerphile · 2026-09-03
- TrafficLab 3D：仅需监控 mp4 + 谷歌地图位置即可生成 3D 数字孪生交通可视化 — tom_doerr · 2026-09-03