Thinking with Looped Flows обучает рекурсию как очистку шума к решению
Авторы заменили трудное обучение ранних рекуррентных шагов серией denoising-задач с постепенно меньшим шумом
Модель переносит recurrent state между шагами и уточняет решение вместо цепочки токенов
На ARC-AGI-1 метод дал 58,8%, на ARC-AGI-2 — 12,2%, превзойдя прежние looped-модели
Почему важно
Это указывает на путь к более глубокому рассуждению через дополнительное вычисление, а не только через рост параметров и длины вывода.