把流模型改造成循环模型解推理题,无需时间反传
alec_helbling · x · 2026-09-17
作者介绍其团队的新工作「Flow Reasoning Models」:将流模型(flow model)改造成循环/ recurrent 模型来解推理类问题(如数独)。
核心做法:
- 将每一步的预测作为输入反馈回去,迭代式地逐步精炼
- 每一轮迭代有各自的局部损失,无需沿时间维度做 backprop through time
这为用流模型做迭代推理提供了一条避开 BPTT 训练难题的路径。
所属事件:Flow Reasoning Models 让流模型学会循环推理(3 条相关)→
「研究」频道最新
- Google DeepMind Dream-RSI论文:把研究过程本身变成可自我改进的对象 — McDonaghMatthew · 2026-09-17
- Google DeepMind等发布Dream-RSI,实验记录可复用助力递归自我改进 — McDonaghMatthew · 2026-09-17
- MIT 机器人船群水上自组装搭桥，登 Nature — lukas_m_ziegler · 2026-09-17
- DeepMind 开源果蝇全身仿真，59 维动作空间可在笔记本上飞 — anthara_ai · 2026-09-17
- 小鹏发布 XPACE 具身世界模型，IRON 机器人用未来模拟学恢复 — CyberRobooo · 2026-09-17
- 新型稀疏模型附赠廉价归因方法：max-pooling 可把输出映射回输入词 — antoine_chaffin · 2026-09-17