首页 > 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!
发布日期:2026-11-19
浏览次数:{固定数字3}

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,AI旨在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 L的方法往往依赖于监督微调(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,ab缺乏自主学习和泛化能力。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,利用首创简单的提示,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” 的并行训练模式,模型先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思维化学习。

此外,团队还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 “框架思维多样性”。在训练过程中,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,让奖励。这种策略显著提高了模型的并行思维使用率,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,Pa大模rallel-R1框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型解测试中更是实现了42.9% 的性能飞跃。研究者们发现,经过训练,模型的思维策略会逐渐从初期的 “广撒锁全网” 式探索,转变为后期的 “精准验证”,充分展现了并行思维带来的优势。

Parallel-R1的成功不仅为大新推模型的推理能力开辟了新方向,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理方潜力。

上一篇:利用大数据和人工智能,解决英语语言教学问题
下一篇:标签: 美光科技 HBM4 HBM4E 1γ工艺
相关文章