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 L统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ab据,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。研究团队的关首创键发现是,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 “渐进并行式课程” 的训练模式,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思维题中进行强化学习。 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”框架 和 “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,让用的额外奖励。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。 实验结果大模显示,Parallel-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 “广撒网锁全” 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的成功不新推仅为大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理方的潜力。
- 最近发表
- 随机阅读
-
- 标签: 美光科技 小米集团 三体公司 许垚
- 标签: TCL 李东生 中国发展高层论坛 十五五
- 云计算核心技术Docker教程:Docker使用覆盖网络
- 标签: 东方甄选 孙进 新东方 执行总裁
- DeepSeek API 输入缓存价格大幅降价:首发价格的1/10
- 标签: Meta 扎克伯格 广告收入 AI基础设施
- 标签: 闫学晶 佐香园 林傲霏 刘老根
- 使用ChatGPT自动写文章:关于图片版权问题的科普和介绍
- 我是怎么抛弃Excel的?
- 谷歌Gemini API重大升级:一行代码直抓网页,开发效率飞跃提升
- 标签: 谷歌 GeminiSpark Anthropic OpenAI
- Altman押注GPT-6记忆革命 OpenAI战略转向代理系统开发
- 标签: 亚马逊 杨钧 AGS 裁员
- OpenAI Codex 推出全新 Chronicle 功能:让 AI 记住你的项目上下文
- 训练速度远超3D CNN,提速3倍!Transformer
- 阿里云张建锋:未来2年 阿里云20%新增算力将使用自研CPU
- OpenAI视频生成平台Sora2引发肖像权争议:罗宾·威廉姆斯女儿怒斥AI复活逝者行为
- 标签: 腾励传动 IPO 汽车传动 国泰海通
- 标签: 苹果 iPhone OpenAI 乔尼·艾维
- 标签: 抖音 赌博导流 黑产团伙 直播权限
- 搜索
-
- 友情链接