Apple（苹果）

Normalizing Flows with Iterative Denoising

归一化流与迭代去噪

Tianrong Chen, Jiatao Gu, David Berthelot, Joshua Susskind, Shuangfei Zhai

机构 * Apple Machine Learning Research（苹果机器学习研究） 纠错

AI总结 本文提出iTARFlow，通过迭代去噪提升归一化流生成模型性能，展现其在图像生成中的潜力。

LEAD: Breaking the No-Recovery Bottleneck in Long-Horizon Reasoning

LEAD：突破长horizon推理中的无恢复瓶颈

Denys Pushkin, Emmanuel Abbe

机构 * EPFL（瑞士联邦理工学院） ； Apple（苹果公司） 纠错

AI总结 本文提出LEAD方法，通过结合短horizon验证与重叠回放，解决长horizon推理中因非均匀误差分布导致的无恢复瓶颈问题，使o4-mini模型能解决复杂度达n=13的Checkers Jumping问题。

Comments 28 pages, 5 figures, 2 tables. Updated version to reflect the manuscript under review at COLM 2026