您现在的位置是:热点 >>正文
腾讯AI Lab首创并行思维框架,让大模型解锁全新推理方式!
热点3512055人已围观
简介...
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 L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,缺乏自ab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,利用简首创单的提示,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” 的训练并行模式,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。
此外,思维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”。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,让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,Parallel-R大模1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测试中更是实现了4型解2.9% 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,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方向新推,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。
Tags:
相关文章
云计算核心技术Docker教程:Docker上ECS敏感数据绑定和指定缩放服务静态信息
热点您可以使用 Docker 模型将机密传递给您的 ECS 服务,以将敏感数据绑定为/run/secrets. 如果您的 Compose 文件将机密声明为文件,则将在 ECS 上的应用程序部署过程中创建此...
【热点】
阅读更多标签: 雅迪 两轮电动车 2025业绩 净利润
热点云梦级4月8日云梦级消息,据海外网报道,美国金融网站“AInvest”发文称,中国两轮电动车企业雅迪2025年的业绩与前一年形成鲜明对比。该公司2025年的净利润同比上涨超过120%,而2024年的利...
【热点】
阅读更多借鉴Clubhouse?Facebook开始公测其在线访谈应用程序Hotline
热点新浪科技讯 北京时间4月8日早间消息,据报道,本周三,Facebook开始对一款名为Hotline的新应用程序进行公测。在该应用程序中,创作者(主持人)可以发言并接受观众的现场提问。 这款在线访谈产品...
【热点】
阅读更多