Looped Flows 论文：扩散去噪+循环推理，ARC-AGI-1 达 58.8%
LucaAmb · x · 2026-09-14
arXiv 新论文《Thinking with Looped Flows》提出 Looped Flows，把流/扩散式去噪与循环推理结合：用局部去噪目标训练循环结构，绕开长 BPTT 的训练难题，并通过逐步降低噪声与共享噪声在时间上建立关联，让隐藏状态能传递可复用的计算。推理时将其表述为对学习到的去噪器参数化的概率流速度做积分，可通过更细的时间网格投入更多算力求解更难的问题，并支持从不同初始噪声得到多个有效解。在包括两个多解基准在内的六个推理基准上整体超越此前最强的循环模型，ARC-AGI-1 达 58.8%、ARC-AGI-2 达 12.2%。
所属事件:新论文 Looped Flows：循环去噪推理在 ARC-AGI-1 达 58.8%(2 条相关)→
「研究」频道最新
- 一个 Prompt 搞定机器人复现评测，Nautilus 开源智能体框架引质疑 — GeorgiaChal · 2026-09-14
- Feyospace-v1：小团队用数据中心化框架训练出顶级开源网络攻防 Agent — feyospace · 2026-09-14
- EMNLP 2026 论文 PingPong：现役大模型仍搞不定自然语码转换 — ponguru · 2026-09-14
- 零训练换预训练目标:实体替换误判率从 46% 降到 5% — Reasonable_Royal_621 · 2026-09-14
- LeanDB:用Lean类型系统为SQL数据库加上形式化验证前端 — hargup13 · 2026-09-14
- DeepMind 发文回顾 15 年 AI 游戏研究,联手 EVE 开发商推新玩法 — arnicas · 2026-09-14