Flow Reasoning 模型:并行决策可修正,数独难题求解率近 100%
burny_tech · x · 2026-09-12
一条关于新型结构化推理架构的推文串,汇总了该方向的并行工作:Flow Reasoning Models(FRMs)与 Diffusion as a Training Curriculum for Timestep-Free Iterative Reasoning。
FRM(arXiv:2606.29150)核心思路:
- 现有架构的困境:自回归模型按顺序生成、无法修正早期决策;掩码扩散模型需要复杂的解码方案来协调相互依赖的预测。
- FRM 将连续 flow 适配到离散结构化输出上,通过「自条件化」让模型以自身过往输出为输入,把一次性去噪变成迭代式的解精炼,可以并行做出并修正决策。
- 为解决递归深度增加时的 exposure bias,提出 Fixed-Point Forcing(FPF):在模型自身推理动力学产生的状态上训练,同时保留标准 flow-matching 目标。
- 成绩:Sudoku-Extreme、Zebra、Maze-Unique 上求解率分别达 99.5%、100.0%、99.9%,Sudoku-Extreme 峰值精度超过所评测的掩码扩散等方法。
作者认为这类方法效用很大,期待后续发展。
「研究」频道最新
- PostTrainBench 轨迹数据集月下载破 10 万,作者警告是 RL 奖励作弊所致 — maksym_andr · 2026-10-31
- OpenAI 纳维-斯托克斯解被质疑钻了千禧年大奖的空子 — dhadfieldmenell · 2026-10-31
- 研究者为 SGLang 写 200+ 条属性约束，找出 10 个推理缺陷 — LingmingZhang · 2026-10-31
- 30 位专家定义 AI 临床安全分类法，压测显示离自主诊疗仍很远 — AleksandraFaust · 2026-10-31
- 手写 RAGEN 代码成 FrontierCS 2 第三难任务，限 0.5 A100 小时 — wzenus · 2026-10-31
- 复旦腾讯清华推出 ExplorationBench：55 个改动规则考验 AI 真探索能力 — jiqizhixin · 2026-10-31