Multi-Turn Reflective Masking Elicits Reasoning in Mask Diffusion Models

论文提出 Reflective Masking，让 mask diffusion models 多轮回看和局部修订既有输出，以支持类似反思的推理过程。方法不改架构，只做轻量 post-training，并加入无参数 History Reference 利用中间 denoising states；任务覆盖文本生成、Sudoku 和图像编辑，结果优于标准 masking baseline。它把测试时扩展从 autoregressive chain-of-thought 推向可并行局部编辑的 diffusion 语言模型。