阿里巴巴与清华大学合作的论文 The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models（灵活性陷阱：重新审视扩散语言模型中任意顺序生成的价值）入选 AI 顶会 ICML 杰出论文（Outstanding Paper），杰出论文是 ICML 最高荣誉，代表当年最具影响力的研究工作，通常只授予 2-3 篇，获奖率仅占接受论文的千分之一 … 但这篇论文首次提出质疑：在解决数学、编程等通用推理任务时，任意顺序生成非但不能提升模型能力，反而会成为陷阱 … 在 GSM8K（业界衡量大模型推理能力的标准测试集，包含约 8500 道多步推理小学数学应用题）上达到 89.1% 准确率，全面超越 d1、ESPO、SPG、GDPO 等所有为扩散模型专门设计的复杂强化学习算法。