连续扩散LM在少步结构化推理上优于离散扩散

2026年10月14日，有报道介绍一项系统性理论与实验对比研究，结论是连续流匹配模型（FLM）在少步结构化推理上领先于离散扩散语言模型。研究把这一差异归因于叠加（temporal superposition）机制：FLM 能同时保留多个候选答案，供后续推理步骤继续使用，而离散扩散模型难以做到这一点。此前的报道已指出连续扩散 LM 在少步结构化推理上优于离散扩散模型，本次新报道则补充了系统性理论与实验对比的结论以及机制层面的解释。报道未提及其他团队的复现或验证情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。