تقدم مايكروسوفت GFlowRL، وهو خوارزمية تعلم معزز مبسطة تقوم بتوسيع شبكات التدفق التوليدية إلى النماذج اللغوية الكبيرة من خلال إزالة شبكة التجزئة المساعدة. تحل الطريقة محل دالة التجزئة المشروطة بالبرومبت المُعلَّمة بتقدير مونت كارلو داخل الدفعة وتضيف تصحيح أخذ العينات الأهمي وقص فجوة التدفق غير المتناظر للاستقرار.
- يلغي GFlowRL عدم استقرار التدرج الناتج عن شبكة التجزئة مع الحفاظ على هدف مطابقة توزيع المكافأة.
- يحقق تصنيف Codeforces يبلغ 2048 عند المقياس 14B، ضمن 25 نقطة Elo من o3-mini.
- تحقق الخوارزمية أعلى متوسط ASR@1 على AdvBench وHarmBench، متفوقة على مهاجمي الدور المتعدد SOTA السابقين.
- ينتقل GFlowRL إلى جميع تكوينات Mixture-of-Experts التي تم تقييمها حتى 235B معلمة حيث تفشل طرق FlowRL السابقة في التقارب.
هذا النهج هو أول خوارزمية تعلم معزز على نمط GFlowNet تتوسع بشكل مستقر عبر كل من البنى الكثيفة والمتفرقة، مما يتيح مسارات استدلال متنوعة دون الانهيار إلى الأنماط المهيمنة.