FlowDPO

深度分析

以自我條件化與 FlowDPO 優化的 Flow Reasoning Models 在 Sudoku 上達 99.8% 解題率

離散流模型在數獨、Zebra 等約束滿足問題上表現不佳，研究提出 Flow Reasoning Models（FRM），結合自我條件化（self‑conditioning）與固定點穩定性驗證，在測試時以大量候選解並篩選內部穩定解，使求解率從原本約 36% 提升至近 100%。