热点

腾讯AI Lab首创并行思维框架,让大模型解锁全新推理方式!

字号+ 作者:牛骥同槽网 来源:节日促销 2026-11-23 我要评论(0)

腾讯AI Lab首创并行思维框架,让大模型解锁全新推理方式!

随着 AI 技术的不断进步,如何让大模型具备 “并行思维” 能力,成为了研究者们关注的热点话题。最近,腾讯腾讯 AI Lab 联合多所高校的研究团队推出了一个名为 Parallel-R1的全新强化学习(RL)框架,旨在AI教会大模型如何同时探索多条推理路径。这一创新的框架为应对复杂的数学推理任务开辟了新思路。

传统的方法往 L往依赖于监督微调(SFT),这种方式不仅对数据质量要求极高,而且模型通常只会模仿已有的数据,缺乏自主ab学习和泛化能力。为了解决这些问题,Parallel-R1框架应运而生。研究团队的关键发现是,利用简单的提首创示,可以让模型在处理简单数学题时生成高质量的并行思维数据。随后,通过一套 “渐进式课程” 的训练模式,模型先并行从简单任务开始学习并行思维的 “语法格式”,再逐步过渡到更复杂的数学问题中进行强化学习。

此外,团队还思维针对奖励设计的问题提出了一种交替式奖励策略,巧妙地平衡了 “解题准确率” 和 “思维多样性”。在训练过程框架中,模型大部分时间以 “准确率奖励” 为主,而少部分时间则给予并行思维使用的额外奖励。这种策略显著提高了模型,让的并行思维使用率,最终在多个数学基准测试中取得了显著提升。

实验结果显示,Parallel-R1框大模架不仅使模型在多个数学基准上提升了高达8.4% 的平均准确率,在 AIME25测试中更是实现了42.9% 的型解性能飞跃。研究者们发现,经过训练,模型的思维策略会逐渐从初期的 “广撒网” 式探索,转变为后期的 “锁全精准验证”,充分展现了并行思维带来的优势。

Parallel-R1的成功不仅为大模型的推理能力开辟了新新推方向,也为今后的 AI 研究提供了新的思路,显示了并行思维在解决复杂任务中的潜力。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 标签: FCC TP-Link 路由器 美国禁令

    标签: FCC TP-Link 路由器 美国禁令

    2026-06-06

  • 苹果或重振10亿美元爱尔兰数据中心:申请延长规划许可

    苹果或重振10亿美元爱尔兰数据中心:申请延长规划许可

    2026-10-07

  • 亚马逊正在进一步蚕食传统媒体的市场份额

    亚马逊正在进一步蚕食传统媒体的市场份额

    2026-06-12

  • OpenAI宣布ChatGPT 网页端新增 GPT-5 Thinking 调整功能

    OpenAI宣布ChatGPT 网页端新增 GPT-5 Thinking 调整功能

    2026-06-28

网友点评