**基于归一化流的潜在推理**

_Latent Reasoning with Normalizing Flows_

> 大型语言模型通常通过显式思维链（CoT）提升推理能力，但文本CoT存在离散、串行和通信导向的限制，导致推理步骤必须完全口头化。本文提出NF-CoT框架，利用归一化流在连续空间中执行潜在推理，保留左向右生成、概率采样和KV缓存等优势，同时提高代码生成基准的通过率，并显著降低中间推理成本。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06447)