Flow Reasoning Models：流匹配改造为迭代推理器，Sudoku-Extreme 达 99.5%
alec_helbling · x · 2026-10-26
arXiv 论文提出 Flow Reasoning Models（FRM），把 Flow Matching 扩展到结构化推理领域。要点：
- 核心思路：自回归模型逐 token 生成、无法回改早期决策，掩码扩散模型则需精细解码方案；FRM 将连续流作用于离散结构化输出，通过对自身过往输出做 self-conditioning，把一次性去噪变成迭代解精炼，可并行地做出并修订相互依赖的决策。
- 关键问题：递归深度加深后，一步训练预测与推理态之间的 exposure bias 使 self-conditioning 失效；论文提出 Fixed-Point Forcing（FPF），在模型自身推理动力学生成的状态上训练，同时保持标准 flow-matching 目标。
- 成绩：Sudoku-Extreme 99.5%、Zebra 100%、Maze-Unique 99.9%；在 Sudoku-Extreme 上峰值准确率超过被评测的掩码扩散模型。
「研究」频道最新
- 把 DeepLIFT 重写为独立计算图：输入序列直接输出归因结果 — jmschreiber91 · 2026-10-26
- UCLA 论文:扩散精力与接受宽容度双旋钮,拓宽投机解码速度-质量帕累托前沿 — UCLA · 2026-10-26
- 研究:Git 记录难以审计 AI 参与度,科研仓库需可审计溯源系统 — Koutian Wu · 2026-10-26
- fused DeepLIFT 实现解析：hook 机制与计算图融合的性能权衡 — jmschreiber91 · 2026-10-26
- 新研究：AI 智能体谈判能力差，还会故意违约 — menhguin · 2026-10-26
- Cherimoya 融合版 DeepLIFT 合入 v0.3.1,同规模模型归因提速约 7 倍 — jmschreiber91 · 2026-10-26