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AI架,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。
传统的方 L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,缺乏ab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,首创利用简单的提示,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化学习。
此思维外,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 “思维多样性”。框架在训练过程中,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奖励。这种策略,让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,Paral大模lel-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测试中更型解是实现了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 “广撒网” 式探索锁全,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潜力。
-
因HIVE 元数据与HDFS上的数据不一致引起的问题的修复Anthropic重磅升级:Claude Code企业版正式上线,命令行编程工具迎来变革时刻应对模型推理缺陷:苹果MIND团队加紧招聘AI人才IBM 发布 Granite 4.0 Nano 模型,突破小型 AI 模型的性能极限标签: 阿里巴巴 嘉兴园区 中金基金 基础设施REIT云计算开发:Python练习实例-学用rectangle画方形标签: 美团Tabbit 陪读蛙 GPL协议 AI浏览器Miclaw 多端互联重磅升级!手机、PC、Mac、小爱音箱无缝协同,共享记忆 + 远程控制一键搞定昔日最强机皇宣告终结:鼎盛期苹果也不是对手!即梦AI上线智能多帧功能!最多支持10张图片,一键生成超长镜头
- ·川贝炖雪梨可以放多久
- ·标签: AWS Nova 2 AI模型 re:Invent
- ·标签: 摩尔线程 MTTS5000 全功能GPU AI芯片
- ·终于有人把各路StyleGAN做了个大汇总
- ·标签: 拓普泰克 智能控制器 北交所IPO 新能源
- ·Go 程序运行时数据统计的可视化工具 Statsviz
- ·GEO 实操指南:内容如何被“AI搜索”引用?
- ·团建主持人开场白
- ·什么是PaaS(平台即服务)?构建软件应用程序的更简单方法
- ·IDC:汽车云未来五年复合增速达53.6%
- ·机器人也能「造孩子」:全球首个活体机器人创生命繁衍新方式
- ·GPT-5亲口认证系统提示词泄露!15000个Token曝光,OpenAI核心机密不保了
- ·浜戝畨鍏ㄦ棩鎶�210727锛氱孩甯戒簯璁$畻搴旂敤骞冲彴鍙戠幇瓒婄晫鍐欏叆婕忔礊锛岄渶瑕佸敖蹇�崌绾�
- ·腾讯推出最新开源语言模型 Hy3 Preview,引领智能时代新潮流
- ·标签: 英伟达 NemoClaw AI智能体 开源平台
- ·自然语言处理(NLP)的历史及其发展方向
