arXiv · cs.AI· Faissal Izermine, Hanru Bai, Oscar Davis, T. Konstantin Rusch·· 1 天前
用于推理的展开流模型
Unrolled Flow Models for Reasoning
arXiv:2610.09759v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Faissal Izermine, Hanru Bai, Oscar Davis, T. Konstantin Rusch
首次提交：2026-10-07 17:45
研究任务与主要进展
作者研究流模型是否能通过增加积分步数提升语言推理能力，并证明两层 Transformer 参数化的流可以解决图可达性，所需积分步数随目标距根节点的距离增加。针对标准流模型无法从额外步骤中获益的问题，作者在随机采样的区间上通过潜在 rollout 训练、仅在终点解码，在 ProsQA 上将准确率提升至 97%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org