FLaRe：用Flow Matching实现大语言模型潜在推理

2026年10月5日，HF Daily Papers报道了FLaRe（Flow-based Latent Reasoning）方法。该方法在潜在空间内利用Flow Matching完成大语言模型的潜在推理，覆盖潜在空间编码、流训练位置、答案读出和模型自身已验证思维再训练四个关键环节。实验结果显示，FLaRe在有用性、多样性、可解释性、可精炼性和效率五个维度上均优于既有潜在推理方法，并在算术基准上达到显式思维链（CoT）97%的准确率，同时延迟仅为显式CoT的四分之一。

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。