Flow Reasoning Models: Scaling Reasoning Through Iterative Self-Refinement

背景

近年来，大语言模型（LLMs）在复杂推理任务上取得了显著进展，但主流的推理范式多依赖于自回归（Autoregressive）模型逐步生成 Token。与此同时，离散 flow models（离散流模型）作为一种非自回归的生成范式，在少步文本生成中展现出极具潜力的性能，能够在极少的去噪步数内完成文本合成。然而，当将这些 flow models 直接应用于需要严密逻辑推理的结构化任务（如数独和斑马谜题）时，却暴露出了严重的缺陷：它们