本文提出 MindFlow，一种将科研创意生成形式化为思维流（Mind Flow）的框架。思维流被建模为图结构，由若干模块化的思考算子组成，整体由概率思维超网（probabilistic mind supernet）描述。给定研究主题，控制器会动态抽样思考流以生成候选创意。通过锦标赛相对排序的方式，对开放式创意质量进行优化，使控制器逐步倾向于高质量的思考流。我们进一步设计了评估协议，兼顾问题发现与问题解决，超越仅基于标题或摘要的评判。跨多主题实验表明，MindFlow 在显式、可控、可优化的科研创意创新方面具有优势。
点评：MindFlow 将创意生成抽象为可搜索的图结构，为大模型提供了灵活的思考路径，展示了可控生成的潜力。