IXThinker·2026-01-05 11:22

強化學習催生大模型並行思維新框架

並行思維被視為增強大語言模型推理能力的新方向，但以往訓練方式效果有限。馬里蘭大學研究者在一場學術報告中分享首個面向複雜現實推理任務的強化學習框架Parallel-R1，主張讓模型自主學會並行思考。

並行思維的價值

並行思維指模型同時探索多條推理路徑，而非單線推進，有望提升解決複雜問題的能力。然而這種能力如何經訓練獲得，一直是難題，亦是今次報告聚焦的焦點。